Statistical Inference for Censored Bivariate Normal Distributions Based on Induced Order Statistics
基于诱导次序统计量的删失二元正态分布推断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：摘要中的选择问题指删失样本与伴随观测，未明确涉及经济离散选择或因果选择机制。
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
基于诱导次序统计量的删失二元正态分布推断
- 研究问题
- 当二元正态样本仅保留一个变量的前若干次序统计量及另一变量的对应观测时，如何估计参数并检验两变量独立性？
- 方法与思路
- 作者针对这一删失样本结构推导最大似然估计与相应的大样本协方差矩阵，并构造独立性的似然比检验、研究检验力。
- 材料陈述的贡献
- 摘要称，文章给出参数估计及独立性检验方法，适用于伴随变量仅在主变量未删失时可观测的选择或寿命测试情形。
- 阅读关注点
- 应核对删失样本的似然、保留观测数随样本量增长的方式，以及协方差和检验力结论所需条件与伴随变量观测机制。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；无法推广至任意删失机制或非正态总体，摘要也未提供检验力的具体结果。
原文摘要
For a censored sample from a bivariate normal distribution consisting of the firstk ofn order statistics of one variable and the induced order statistics of the other variable, the maximum likelihood estimators of the parameters and the associated large sample co-variance matrix are derived. The likelihood ratio test for independence is also given and its power properties studied. These methods are useful in selection problems or in life testing situations in which concomitant variates are observable only for the uncensored primary variates.