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:摘要讨论负二项均值的通用序贯估计,没有明确对应所列经济计量细分领域。

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
Michael Binns

负二项分布均值的序贯估计

研究问题
当负二项分布参数k已知时,如何通过序贯停止规则控制均值估计精度,以及k的信息不准确会怎样影响该程序?
方法与思路
作者提出持续抽样直到样本路径越过矩形双曲线的程序,由曲线中心设定精度,并近似推导估计量分布及比较其他方法。
材料陈述的贡献
摘要称,估计量分布接近对数正态,其近似方差已知且不依赖样本量,并研究k的信息误差及与对数变换方法的比较。
阅读关注点
应核对样本路径、双曲线边界和精度指标的定义,对数正态近似的条件,以及k误设对停止时间和估计误差的影响。
阅读边界
仅依据版本未注明的OpenAlex索引摘要;摘要未说明近似适用范围、误差大小和方法比较结果,不能认定该程序普遍更优。

原文摘要

A procedure is proposed to estimate the mean of a negative binomial distribution when the value of the exponent, k, is known. The procedure is to continue sampling until the sample path crosses a rectangular hyperbola whose centre determines the precision of the estimate. An approximation to the distribution of the estimate is obtained and it is shown that this distribution is close to log normal with known variance independent of the sample size. The effect of imperfect information on k is investigated. Comparisons are made with other procedures including the variance-stabilizing logarithmic transformation.

笔记与分组
相关领域论文