Statistical Distributions in Univariate and Multivariate Edgeworth Populations
单变量与多变量 Edgeworth 总体中的统计量分布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：这里的分布指通用统计量抽样分布，未涉及分位数或经济分布效应，因而不据此归入所列细分。
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
单变量与多变量 Edgeworth 总体中的统计量分布
- 研究问题
- 当总体分布可用 Edgeworth 型展开描述时，如何统一构造统计量的分布，并分析偏离正态性对常见统计量分布的影响？
- 方法与思路
- 作者提出形式化构造方法，通过符号期望算子，从相应正态理论中的非中心分布出发，原则上推导非正态总体下的统计量分布。
- 材料陈述的贡献
- 摘要称该方法为多项关于非正态性影响的研究提供统一处理框架，涵盖单变量和多变量总体，但未列出具体展开结果。
- 阅读关注点
- 应核对 Edgeworth 展开的适用条件、符号算子的定义、截断阶数与误差控制，并区分形式运算和有严格余项保证的近似。
- 阅读边界
- 所给材料为版本未注明的 OpenAlex 索引摘要。摘要强调形式构造和原则上的推导，未说明展开有效性、余项界或有限样本精度。
原文摘要
A general method is presented for the formal construction of statistical distributions in univariate and multivariate populations, when the underlying distributions are specifiable by Edgeworth-type expansions. It is shown that the distribution of a statistic may be derived in principle from the appropriate normal-theory noncentral distribution, by means of a symbolic expectation operator. This provides a unified approach to the results of numerous investigations into the effects of nonnormality on various well-known statistics.