A Mean Difference Estimator of Standard Deviation in Asymmetrically Censored Normal Samples
非对称删失正态样本中标准差的平均差估计量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：摘要仅涉及删失正态样本的尺度估计，未研究分位数、分布效应或给定领域中的其他专门问题。
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
非对称删失正态样本中标准差的平均差估计量
- 研究问题
- 针对正态样本标准差的平均差线性估计，如何从对称删失推广到非对称删失，并评估各种删失情形下的估计方差？
- 方法与思路
- 作者扩展适用于对称删失的既有线性估计方法，提供不同删失形式下的方差近似，并与小样本精确方差比较。
- 材料陈述的贡献
- 摘要称将既有标准差估计推广至非对称删失，给出覆盖各种删失形式的方差近似，并考察小样本下的近似表现。
- 阅读关注点
- 核对删失方式、估计量权重与偏差性质，方差近似的推导范围，以及小样本精确比较采用的样本量和删失比例。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；未提供估计公式、近似误差数值或非正态适用性，不能据此判断普遍精度优势。
原文摘要
Healy's adaptation of Downton's linear estimator of the standard deviation suitable for symmetrically censored normal samples is extended to asymmetric censoring. An approximation for the variance of the estimator for all forms of censoring is given and comparisons are made with the exact variances for small samples.