Estimators Based on Order Statistics from a Pareto Distribution
基于帕累托分布次序统计量的估计量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：摘要讨论参数分布中的次序统计量估计，未涉及分位数回归或分布效应，所列细分方向证据不足。
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
基于帕累托分布次序统计量的估计量
- 研究问题
- 在指定的帕累托分布中，部分参数已知时，如何利用选取的次序统计量估计位置参数、尺度参数或二者？
- 方法与思路
- 作者分别考察位置和形状已知、尺度和形状已知、仅形状已知三种情形，构造基于所选次序统计量的线性无偏估计。
- 材料陈述的贡献
- 摘要称推导出使用 k 个选定次序统计量的最佳线性无偏估计量，详述若干特例，并提供涉及伽马函数比值的求和公式。
- 阅读关注点
- 应核对最佳性的比较范围、次序统计量的选择方式，以及估计量所需矩存在条件和参数已知设定对结果的影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未给出估计公式或成立条件，不能推广至形状参数未知情形。
原文摘要
Given a random sample from a Pareto distribution with the cdf F(x) = 1 − (1 + (x − α)/β)-γ for x ≥ α, the problems of estimating (1) the scale parameter β when α and γ are known, (2) the location parameter α when β and γ are known, and (3) α and β when γ is known, are considered. The best linear unbiased estimators based on k selected order statistics are derived. Some special cases are considered in detail. A useful summation formula for ratios of gamma function-expressions is given.