Distribution-Free Statistical Inference with Lorenz Curves and Income Shares
基于洛伦兹曲线与收入份额的分布无关统计推断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：摘要直接研究洛伦兹曲线和收入份额的联合统计推断，属于分布分析。
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
基于洛伦兹曲线与收入份额的分布无关统计推断
- 研究问题
- 如何对估计的洛伦兹曲线和收入份额开展统计推断，并在不预先指定总体密度的情况下估计其联合不确定性？
- 方法与思路
- 作者推导洛伦兹曲线多个纵坐标的渐近正态方差—协方差结构，将其表示为可一致估计的条件一阶与二阶矩。
- 材料陈述的贡献
- 摘要称，该协方差结构无需预设总体密度即可估计，使洛伦兹曲线和收入份额能够用于统计推断，而不仅是描述性统计。
- 阅读关注点
- 应核对渐近正态性所需的抽样与矩条件、条件矩的估计方式，以及多个曲线点或收入份额之间的协方差如何进入推断。
- 阅读边界
- 摘要未列出正则条件及具体检验构造；题名中的分布无关不能据此理解为有限样本精确有效或完全不需要分布条件。
原文摘要
The paper considers the problem of statistical inference with estimated Lorenz curves and income shares. The full variance-covariance structure of the (asymptotic) normal distribution of a vector of Lorenz curve ordinates is derived and shown to depend only on conditional first and second moments that can be estimated consistently without prior specification of the population density underlying the sample data. Lorenz curves and income shares can thus be used as tools for statistical inference instead of simply as descriptive statistics.