Relative information loss under Type II censored exponential data
指数分布第二类删失数据的相对信息损失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：摘要研究指数生存数据的删失与信息度量，未提供所列经济计量细分的直接依据。
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
指数分布第二类删失数据的相对信息损失
- 研究问题
- 指数分布样本采用第二类删失时，极大似然估计与贝叶斯分析损失多少信息，这种损失如何依赖样本及先验设定？
- 方法与思路
- 作者用信息论分别定义两类分析的信息损失指标，研究其随样本量、指数分布参数和先验参数变化的性质。
- 材料陈述的贡献
- 摘要称，增加先验精度可补偿第二类删失的相对信息损失，并提供信息损失指标的表格，便于在相应设定中比较。
- 阅读关注点
- 应核对信息指标的定义与比较基准、删失程度的处理，以及提高先验精度所带来的信息是否依赖先验正确性。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；补偿结论限于文中信息度量与模型，不能理解为更强先验必然改善实际估计。
原文摘要
This paper uses information theory to quantify information loss in Type II censored samples drawn from an exponential distribution. Indexes of information loss for the maximum likelihood estimation and for Bayesian analysis are defined. Properties of the proposed information measures as functions of the sample size, the exponential parameter, and the parameters of the prior distribution are studied. It is shown that the relative loss of information in Type II censoring may be compensated by increasing the prior precision. Tables of the information loss indexes are provided.