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：摘要属于通用统计量分布与非正态展开理论，未涉及所列分位数或经济分布效应研究。
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
- 当总体分布可由 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统计量的影响？
- 方法与思路
- 作者提出形式化构造方法，通过符号期望算子作用于相应的正态理论非中心分布，原则上导出目标统计量的分布。
- 材料陈述的贡献
- 摘要称，该方法为单变量和多变量情形提供统一框架，能够统合多项关于非正态性影响常见统计量的研究结果。
- 阅读关注点
- 应核对符号期望算子的定义、展开的有效条件与截断方式，以及形式化分布构造是否附带误差控制或概率分布有效性保证。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，不能确定展开阶数、误差界或适用统计量清单，也不能把形式化构造视为精确分布或推断刊本变化。
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.