A Gaussian Approximation to the Distribution of the Sample Variance for Nonnormal Populations
非正态总体下样本方差分布的高斯近似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：摘要研究通用样本方差分布近似，未涉及金融波动率建模或其他所列领域的直接应用。
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…
非正态总体下样本方差分布的高斯近似
- 研究问题
- 当总体分布偏离正态时，如何近似样本方差的抽样分布，并据此计算概率和百分位数及比较不同近似方法的表现？
- 方法与思路
- 作者采用 Wilson–Hilferty 思路构造高斯近似，并在多种非正态总体及正态混合分布下，与三种既有近似进行比较。
- 材料陈述的贡献
- 摘要称，该高斯近似既可计算概率，也可计算百分位数，在所考察总体下相较三种既有近似具有较好的表现。
- 阅读关注点
- 应核对近似的具体形式、适用的矩条件与样本规模，以及比较所采用的误差指标、分布参数和尾部概率范围。
- 阅读边界
- 来源为稿件版本未注明的 OpenAlex 索引摘要；未提供误差界、具体比较结果或适用条件，不能将有利比较解释为全面占优。
原文摘要
A Gaussian approximation to the distribution of the sample variance is developed using the Wilson-Hilferty (1931) approach. This approximation is compared with the well-known approximations due to Box (1953), Roy and Tiku (1962), and Tan and Wong (1977) by taking the exponential, Laplace, uniform, product normal, Weibull, lognormal, Tine, logistic, and various mixtures of normal distributions as parent populations. The Gaussian approximation, which can be used for probabilities as well as percentiles, compares favorably with the other three approximations.