Influence curves for randomly truncated data
随机截断数据的影响曲线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：摘要属于随机截断下的通用泛函推断，提及中位数不足以确认经济分布效应方向。
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
随机截断数据的影响曲线
- 研究问题
- 在观测因随机截断而丢失的情形下，如何借助影响曲线计算均值、中位数及其他分布泛函估计的渐近方差？
- 方法与思路
- 作者针对随机截断模型，将可表示为分布估计量泛函的估计通过影响曲线处理，并以截断比例估计的方差为例。
- 材料陈述的贡献
- 摘要称该方法可获得均值、中位数、L 与 M 估计及截断比例估计的渐近方差，提供统一的泛函计算思路。
- 阅读关注点
- 应核对随机截断的依赖条件、分布估计量的定义、影响曲线的适用范围，以及尾部可积性与方差估计方法。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；分布估计量记号有缺损，需核对原文，不能补造公式或正则条件。
原文摘要
Under a random truncation model, observations (X, Y) are lost if X < Y. Properties of the maximum likelihood estimators for the distributions F, G of X and Y and the truncation proportion a have been treated by various authors, for example, Lynden-Bell (1971), and more recently Woodroofe (1985). Asymptotic variances of various estimates, including the mean, the median, the L- and the M-estimates and â, if they can be expressed as functionals of ^ and Ĝ, are obtained through the concept of influence curves. The asymptotic variance of â is derived to illustrate our method.