Quantile Estimators of Johnson Curve Parameters
Johnson 曲线参数的分位数估计量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：摘要将分位数作为通用分布参数估计工具，未明确研究分位数回归或分布效应，不据关键词强行归类。
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
Johnson 曲线参数的分位数估计量
- 研究问题
- 对于 Johnson 曲线的参数，能否利用分位数构造简便估计量，并在作者采用的比较标准下达到矩估计量的表现？
- 方法与思路
- 作者给出基于分位数的 Johnson 曲线参数估计量，并与矩估计量比较；摘要未说明分位数选择和具体估计步骤。
- 材料陈述的贡献
- 摘要称所给估计量简便，且表现至少不逊于矩估计量；评价指标、比较范围和支持这一判断的结果均未列出。
- 阅读关注点
- 应核对 Johnson 曲线的具体类别、分位数位置和参数解法，并查明与矩估计比较所用指标、样本条件和证据。
- 阅读边界
- 仅据所给 OpenAlex 索引摘要，稿件版本未注明且信息极少；不能把作者所称表现不逊于矩估计理解为全面或普遍优越。
原文摘要
Easy quantile estimators are given for the parameters of Johnson curves. The estimators are at least as good as moment estimators.