Estimating the Parameters of Log-Normal Distribution from Censored Samples
利用删失样本估计对数正态分布参数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：研究对象是删失样本下的分布参数估计，摘要未明确涉及分位数效应或其他所列细分方向。
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
利用删失样本估计对数正态分布参数
- 研究问题
- 对数正态分布的参数在第二类删失样本下如何方便地估计，能否同时保持与最大似然估计相当的渐近效率？
- 方法与思路
- 作者对标准正态密度与累积概率之比作局部线性近似，据此构造三个参数估计量，并推导其渐近方差和协方差。
- 材料陈述的贡献
- 摘要称，所提估计量具有与最大似然估计相同的渐近效率，并可按系统化流程计算；文中还提供数值计算示例。
- 阅读关注点
- 应核对三个参数的定义、删失比例与渐近框架、局部近似的适用范围，以及效率等价结论依赖的具体条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，无法判断刊本变化；最大似然估计难以常规计算的说法不能直接视为当前算法限制。
原文摘要
Let g(x) be the ratio of the ordinate and the probability integral of a standardized normal distribution. The local approximation g(x) ≃α + βx is used to derive estimators μc, σc and τc of the parameters of a log-normal distribution, from a type II censored sample. The asymptotic variances and covariances of these estimators are obtained. The estimators are shown to be asymptotically as efficient as the maximum likelihood estimators. Numerical example is presented to give an idea of the computation involved in calculating them. It may be noted that these estimators can be computed by means of a systematic routine whereas the maximum likelihood estimators cannot.