Linear Estimation of Parameters of the Cauchy Distribution Based on Sample Quantiles
基于样本分位数的柯西分布参数线性估计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：样本分位数用于一般柯西参数估计，摘要未涉及经济变量的分位数回归或分布效应。
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
基于样本分位数的柯西分布参数线性估计
- 研究问题
- 当柯西分布的位置和尺度都未知时，如何从大样本中选取有限个次序统计量，使两项线性估计的联合渐近效率更高？
- 方法与思路
- 作者研究基于所选次序统计量的渐近最佳线性无偏估计，优化分位数配置，并推导位置与尺度估计所用的线性系数。
- 材料陈述的贡献
- 摘要称，等间距分位数配置使联合渐近相对效率最大；使用较多分位数估计尺度时，极端及靠近中位数的观测权重较小。
- 阅读关注点
- 应核对等间距的具体定义、相对效率的比较基准及分位数数量条件，并区分渐近最优结论与有限样本表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未给出效率数值或有限样本保证，不能推断刊本变化。
原文摘要
Asymptotically best linear unbiased estimates (ABLUE) of the location and scale parameters (when both are unknown) of the Cauchy distribution, based on k order statistics selected from a large sample, are considered. It is shown that the joint asymptotic relative efficiency (JARE) of the two estimates is maximized when the sample quantiles are equally spaced, and expressions are derived for the coefficients used in these estimates. In estimating the scale parameter using a reasonably large number of quantiles, it is found that not much weight is attached to the extreme observations or those close to the median.