Estimating the Parameters of a Convolution
卷积分布的参数估计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：摘要属于通用卷积参数识别与估计，没有明确的结构经济模型或其他细分应用。
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
卷积分布的参数估计
- 研究问题
- 当只能观测两个独立但不同分布随机变量之和时，能否识别并估计其组成分布参数，尤其在一个分量离散的情形下？
- 方法与思路
- 作者先讨论卷积参数的可识别性，再以矩估计作为一般处理思路，研究若干具体例子中的估计量及渐近分布。
- 材料陈述的贡献
- 摘要称给出基本识别定理，并在多个例子中分析矩估计及其渐近分布；这些结果支持以矩方法处理相关参数问题。
- 阅读关注点
- 应核对哪些参数可由和的分布识别、矩条件是否充分，以及离散分量的作用和各例子中渐近分布的成立条件。
- 阅读边界
- 仅据所给 Crossref 摘要；具体识别定理、矩存在条件与应用内容未说明，不能推断普遍可识别或刊本变化。
原文摘要
Summary Parametric estimation problems are considered when one observes a random variable which is the sum of two independent non-identically distributed random variables. Some basic identifiability theorems are given which suggest the method of moments as a general method for attacking such problems, particularly when one of the summand variables is discrete. Moment estimators and their asymptotic distributions are examined for various specific examples. Some applications are suggested.