Approximations to Confidence Intervals for Parameters in the Extreme Value and Weibull Distributions
极值分布与Weibull分布参数置信区间的近似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：摘要是一般分布参数推断，出现极值分布不足以认定其研究金融尾部或系统性风险。
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
极值分布与Weibull分布参数置信区间的近似
- 研究问题
- 对于极值分布与Weibull分布的参数推断，如何近似相关枢轴量的分布，从而计算置信区间和检验所需的分位点？
- 方法与思路
- 作者为估计和检验使用的若干枢轴量提出分布近似，以计算此前只能通过Monte Carlo方法取得的分位点。
- 材料陈述的贡献
- 摘要称，这些近似即使在小样本下仍较准确，并使相关分布的分位点能够通过所提出的近似方法确定。
- 阅读关注点
- 核对所涉及的参数与枢轴量、近似公式和适用样本范围，尤其检查准确性如何衡量及置信区间覆盖率如何评估。
- 阅读边界
- 仅依据版本未注明的OpenAlex索引摘要；近似公式和误差界未说明，不能把小样本准确性理解为精确覆盖率保证。
原文摘要
Approximations are introduced for the distributions of a number of pivotal quantities used in estimation and testing procedures for the extreme value and Weibull distributions. The approximations are accurate even for small sample sizes, and allow the determination of percentage points for distributions which until now were approachable only via Monte Carlo methods.