Variance estimation with matched pairs
配对观测的方差估计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：摘要研究正态配对观测的通用方差估计，未提供因果推断或其他所列细分方向的依据。
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
配对观测的方差估计
- 研究问题
- 对于具有配对未知均值和共同方差的独立正态观测，除利用每对观测的差之外，能否从其和中提取方差信息？
- 方法与思路
- 作者考察仅依赖配对差值的边际或条件充分性论证，并在对未知均值施加一定条件后分析配对和所含的信息。
- 材料陈述的贡献
- 摘要称在关于均值的较弱假设下，配对和也能提供相当数量的方差信息，补充了仅从配对差值获取信息的思路。
- 阅读关注点
- 核对关于均值的具体假设、充分性论证所对应的模型，以及配对和的信息如何转化为可用的方差估计。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明所谓较弱假设或信息增益的度量，不能视为无条件结论。
原文摘要
We wish to estimate the variance σ 2 from n pairs ( X i ,Y i ) which are independent normal random variables with unknown mean μ i and variance σ 2 . According to a marginal or conditional sufficiency argument, all useful information about σ 2 is contained in the differences X i − Y i . This paper shows that under fairly weak assumptions about the means, a considerable amount of information is also extractable from the sums X i + Y i .