Estimation for a One-Parameter Exponential Model
单参数指数模型的估计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：摘要研究一般指数回归模型的估计性质，未提供指定领域细分的直接证据。
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
单参数指数模型的估计
- 研究问题
- 在 t 等间距的模型 y = exp(-pt)+e 中，部分总和估计量具有怎样的大样本性质，以及相对其他方法的小样本效率？
- 方法与思路
- 作者提出部分总和估计法，解析研究其大样本性质，并在二项比例或方差与二项方差成比例的设定下进行模拟比较。
- 材料陈述的贡献
- 摘要称该估计量一致且渐近正态，但非渐近有效；在所研究的模拟条件中，其表现与最大似然方法相近。
- 阅读关注点
- 应核对部分总和的构造、误差与方差假设、渐近结论的条件，以及与最大似然和两种对数最小二乘方法的比较范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体正则条件、样本量和效率数值未提供，模拟结论限于所研究设定。
原文摘要
An estimation procedure, called the “partial totals” method, is presented, illustrated and evaluated for the model y = exp(-pt)+e when the values of t are equally spaced. Tables of estimates using this estimation procedure are given for the case where the smallest value of t is zero. The evaluation consists of an analytical investigation of the large sample properties of the partial totals estimator and a report on a comparative study of its small sample properties relative to three other estimators based on Monte Carlo results where it is assumed either that y is a binomial proportion or that y is a proportion with variance proportional to a binomial variance. It is shown that the partial totals estimator is asymptotically normal and consistent (but it is not asymptotically efficient). On the basis of the Monte Carlo study, the partial totals estimator is compared with the maximum likelihood, least squares (on the logarithms) and weighted least squares (on the logarithms) estimators. The comparison, based on relative efficiency indicates that the maximum liklihood and partial totals methods give similar results and were the most satisfactory over the range of conditions studied.