跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要讨论矩估计的一般高阶理论,正态混合应用不足以归入给定领域细分。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
C. A. Robertson
J. G. Fryer

矩估计量的偏差与准确性

研究问题
对于计算较复杂的矩估计量,如何推导至样本量负二次阶的偏差与协方差,并与已有求解方法进行比较?
方法与思路
作者概述一种求取矩估计量高阶偏差和协方差的新方法,与已有方案比较,并较详细地应用于正态分布混合模型。
材料陈述的贡献
摘要称新方法可能特别适合复杂矩估计问题,并提供正态混合模型的应用及部分数值结果,但未陈述普遍性能优势。
阅读关注点
应核对高阶展开的正则条件、余项控制及与既有方法的差别,并检查正态混合情形中的参数识别和数值准确性。
阅读边界
仅据OpenAlex索引摘要,稿件版本未注明,不推断刊本变化。摘要未提供展开公式、具体条件或数值结果,实用性判断仍需全文核验。

原文摘要

A new method for finding the biases and covariances of moment estimators to order n−2 is outlined and compared with existing solutions. It is thought that the new approach is likely to be particularly useful for cases where moment estimation is complicated. The application of the method to mixtures of normal distributions is considered in some detail and some numerical results are included.

笔记与分组