Sharpening the jackknife
改进刀切法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：摘要研究通用重抽样与偏差修正方法，未明确涉及所列领域细分。
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
改进刀切法
- 研究问题
- 研究如何扩展用于偏差修正的刀切法及其方差估计，并依据样本选择合适的程序，以争取比现有不同阶刀切法更高的估计精度。
- 方法与思路
- 作者提出新的刀切法族和配套方差估计，纳入已有程序作为特例；再给出基于样本的选择规则，并在均值倒数和比率估计中模拟。
- 材料陈述的贡献
- 摘要称，新方法族涵盖普通、一阶和二阶刀切法，方差估计涵盖 Tukey 方法；选择规则旨在提高精度，其效果通过模拟考察。
- 阅读关注点
- 应核对方法族的参数化方式、选择规则及方差估计的适用条件，并检查模拟如何同时衡量偏差、方差与数据驱动选择的影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未报告模拟结果或普遍精度保证，不能将选择规则的改进目标当作已证优势。
原文摘要
The jackknife is now well known as a widely applicable bias-reduction tool, with the added advantages of Tukey's variance estimator, and in certain applications, a gain in precision. In this paper a new family of jackknives is introduced, together with a variance estimator. The family includes the ordinary, first-order, and second-order jackknives as special cases and the variance estimator includes Tukey's as a special case. A sample-based decision rule for choosing a member of the family, intended to achieve a gain in precision over either order of jackknife, is given. The success of the rule is examined by simulation in estimation of the reciprocal of the parent mean and in ratio estimation.