The Asymptotic Effect of Substituting Estimators for Parameters in Certain Types of Statistics
某些统计量中以估计量替代参数的渐近影响AI 解读 ↓
← 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：摘要讨论通用统计量的参数替代与正态性检验，缺少所列细分方向的明确依据。
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
某些统计量中以估计量替代参数的渐近影响
- 研究问题
- 研究统计量包含未知分布参数时，将该参数替换为估计量会如何改变极限分布，以及如何由已知参数情形得到新分布。
- 方法与思路
- 作者针对原统计量极限为正态、且极限均值不依赖该参数的情形，提出求替代后统计量极限分布的方法。
- 材料陈述的贡献
- 摘要称提供处理参数替代渐近影响的实用方法，并给出回归模型正态性检验的简单应用，展示该方法的使用方式。
- 阅读关注点
- 阅读全文时应核对参数估计量与原统计量的联合渐近条件、替代引入的分布变化，以及正态性检验中的具体应用。
- 阅读边界
- 摘要未给出替代影响的公式或全部条件，不能认为参数估计误差总可忽略。来源为版本未注明的 OpenAlex 索引摘要。
原文摘要
In a variety of statistical problems, one is interested in the limiting distribution of statistics $\hat{T}_n = T_n(y_1, y_2, \cdots, y_n; \hat{\lambda}_n)$, where $\hat{\lambda}_n$ is an estimator of a parameter in the distribution of the $y_i$ and where the limiting distribution of $T_n = T_n(y_1, y_2, \cdots, y_n; \lambda)$ is relatively easy to find. For cases in which the limiting distribution of $T_n$ is normal with mean independent of $\lambda$, a useful method is given for finding the limiting distribution of $\hat{T}_n$. A simple application to testing normality in regression models is given.