A Note on Mean Square Successive Differences
关于均方逐次差分的札记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：摘要讨论有序观测中的差分与离散程度估计，未明确给出时间序列模型或其他所列领域对象，分类证据不足。
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
关于均方逐次差分的札记
- 研究问题
- 当均值存在较强趋势、一次差分不足以消除趋势时，如何通过更高阶的均方逐次差分估计离散程度并评价效率？
- 方法与思路
- 摘要称推导二阶均方逐次差分的若干矩，讨论尖峰厚尾总体下的近似分布，并比较二至四阶差分估计的效率。
- 材料陈述的贡献
- 摘要称提供常均值或线性趋势情形的前四阶矩、变均值情形的前两阶矩，以及高阶差分相对样本方差的效率表。
- 阅读关注点
- 应查阅原 PDF 核对差分统计量的定义、样本条件和效率比较对象，并考察趋势如何进入各阶矩与分布近似。
- 阅读边界
- 材料为版本未注明的 OpenAlex 摘要；统计量上下标和效率比较符号疑有缺损，不能重构公式或判断具体效率排序。
原文摘要
This paper deals with the use of higher order mean square successive differences for estimating dispersion when a strong trend is present in the mean value and the method of first differences does not adequately eliminate the trend. The first four moments of the mean square successive second difference, δ22, are derived in samples from an arbitrary population with constant mean (or with linear trend in the means). Because the efficiency of δ22 relative to δ22 increases with β2, the approximate distribution of δ22 is discussed only for a leptokurtic population, specifically for the symmetrical two-tailed exponential population. For populations with varying mean the first two moments of δ22 are given and the effect of trend of the mean values on these moments is discussed. Short tables of the efficiency of the mean square successive second, third, and fourth differences, all relative to s2 are given.