跳到正文
← 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:摘要讨论通用回归变换与均值估计,没有明确因果、结构或其他所列领域细分的研究对象。

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

拟合幂变换后的原尺度均值估计

研究问题
对因变量进行Box–Cox幂变换并拟合线性模型后,如何估计其原尺度均值,以及估计变换参数会带来多大的额外代价?
方法与思路
作者给出原尺度均值的近似估计方法,在单样本与回归情形下通过渐近计算和蒙特卡洛模拟分析性质,并与涂抹估计进行比较。
材料陈述的贡献
摘要称,该近似估计除变换参数接近零时外较为准确;估计变换参数相较于将其视为已知会产生一定代价,但所述代价并不严重。
阅读关注点
应核对近似展开的条件、参数接近零时失准的原因,以及与涂抹估计比较的误差标准;检查变换参数不确定性是否进入区间推断。
阅读边界
仅据OpenAlex索引摘要,稿件版本未注明。摘要未界定接近零的范围,也未提供模拟设定与误差数值,不能判断普遍优越性或推断刊本变化。

原文摘要

An approximate method is given to estimate the mean of a dependent variable after a linear model is fitted to the Box—Cox power transformation of this variable. The estimate is accurate except when the transformation power parameter is near zero. The properties of the estimate in the one-sample and regression cases are considered, by both asymptotic calculations and Monte Carlo simulations, and comparisons are made with the smearing estimate (Duan 1983). It is shown that there can be some cost due to estimating the power transformation, as opposed to assuming it is known; however, this cost is not severe.

笔记与分组