The Determination of Sampling Distributions and Moment Generating Functions by Solving Differential Equations
通过求解微分方程确定抽样分布与矩母函数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：摘要介绍一般概率分布与矩母函数的求解方法，没有特定计量应用或所列领域的数据结构依据，故暂不分类。
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
通过求解微分方程确定抽样分布与矩母函数
- 研究问题
- 能否通过求解微分方程获得抽样分布和矩母函数，并将这一思路用于两个伽马变量之差及某些 Pearson 型分布？
- 方法与思路
- 作者介绍以微分方程求取抽样分布和矩母函数的方法，以伽马变量之差作示范，并用相关方法处理部分 Pearson 型分布。
- 材料陈述的贡献
- 摘要称，论文提出一种求取分布与矩母函数的方法，并展示其在伽马变量之差和某些 Pearson 型分布中的应用。
- 阅读关注点
- 应核对微分方程的构造、求解所需条件，以及伽马变量之间的关系和实际覆盖的 Pearson 型分布类别。
- 阅读边界
- 仅据所给 Crossref 摘要；摘要未说明变量关系、方程边界条件或方法适用范围，不能据此推广到任意分布。
原文摘要
Summary A method of obtaining sampling distributions and moment generating functions by solving differential equations is introduced. This method is demonstrated in finding the distribution of the difference of two gamma variates. A method closely related to the above is used in obtaining the moment generating functions of certain Pearson-type distributions.