Bivariate Distributions with Exponential Conditionals
具有指数条件分布的二元分布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：文本刻画一般二元概率分布，未直接涉及经济分布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
具有指数条件分布的二元分布
- 研究问题
- 如果两个变量各自给定另一变量后的条件密度均为指数分布，联合分布具有何种结构，并应如何估计参数和模拟数据？
- 方法与思路
- 作者刻画该二元分布类，研究联合密度、边际分布与相关性，并开发参数估计和模拟方法，简述更高维及指数族推广。
- 材料陈述的贡献
- 摘要称，该分布类形式简单，边际一般不是指数分布，除独立情形外相关系数为负；简单矩估计似乎具有合理表现。
- 阅读关注点
- 应核对变量支持集、参数允许范围和归一化条件，负相关结论的适用边界，以及矩估计表现的评价依据与模拟实现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；参数条件及估计性能细节未说明，“表现合理”不能据此转化为普遍优越性。
原文摘要
It is frequently easier to visualize conditional distributions of experimental variables rather than joint distributions. In this article we consider the most general class of bivariate distributions such that both sets of conditional densities are exponential. The class proves to be remarkably simple to describe: The joint density must be proportional to exp(- λx - μy - νxy), where the constant of proportionality depends on the classical exponential integral. The joint distribution has marginals that are not exponential and a negative correlation coefficient, except in the special case of independence. After deriving some distributional results, we develop methods for parameter estimation and simulation. A simple method-of-moments estimator appears to give reasonable results. We also briefly discuss generalizations to higher dimensions and to distributions with conditionals in a general exponential family.