An Efficient R -Estimator for the ED50
用于 ED50 的高效 R 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：摘要研究生物测定中的中位数参数估计，未涉及经济分位数效应或离散选择行为。
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…
用于 ED50 的高效 R 估计量
- 研究问题
- 在量化反应生物测定中，如何估计对称耐受分布的中位数即 ED50，并评估基于 logistic 得分的估计量的效率与小样本表现？
- 方法与思路
- 作者为对称耐受分布中位数定义类似 R 估计量的方法，推导渐近分布，并通过蒙特卡洛比较 logistic 得分估计与十种竞争方法。
- 材料陈述的贡献
- 摘要称，logistic 得分估计量在某种意义下具有渐近效率；小样本模拟结果提示该方法值得进一步研究，而非确立全面优势。
- 阅读关注点
- 应核对剂量与二元反应的模型、耐受分布对称性的作用、效率所指的具体准则，以及模拟设计与竞争估计量的选择。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未解释效率的具体含义，也未提供模拟数值，不能判断偏离对称性后的表现。
原文摘要
Analogues of R-estimators are defined for the problem of estimating the median of a symmetric tolerance distribution in quantal bioassay. Asymptotic distributions are derived, and it is shown that the logistic scores estimator is, in a certain sense, asymptotically efficient. A Monte Carlo study is conducted to investigate the small-sample behavior of this estimator in relation to 10 competing estimators. The results suggest that the logistic scores estimator merits further consideration.