跳到正文
← 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:摘要为次序统计量与可靠性分布的一般理论,未讨论经济分位数或分布效应。

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
Robert A. Brown

递增失效率分布下次序统计量函数的若干不等式

研究问题
样本中最大的若干次序统计量之和减去样本量线性成本后,其关于样本量的性质与期望最优化如何刻画?
方法与思路
作者研究该类函数关于样本量的凹性,在指数分布下求解固定选取数量时的最优样本量,并考察 IFR 分布。
材料陈述的贡献
摘要称证明了所考察函数的凹性,给出指数分布情形的期望最优样本量,以及 IFR 情形的相关上界。
阅读关注点
应核对凹性针对随机函数还是期望、样本量的离散处理,以及成本常数、固定选取数量和 IFR 条件的作用。
阅读边界
索引摘要未注明稿件版本;凹性对象与上界公式未写清,需查全文,不能据此构造具体最优抽样规则。

原文摘要

We consider functions which are the sum of the k largest order statistics in a sample of size n from a continuous distribution F, minus nh, where h is a specified constant. We prove that such functions are concave in n. If F is an exponential distribution, then for a fixed k we obtain that value of n which maximizes the expected value of the function defined above. For F IFR we obtain an upper bound on n and also an upper bound on the maximum of the expected value of the function.

笔记与分组