Influence Curves for Randomly Truncated Data
随机截断数据的影响曲线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：摘要讨论随机截断下的一般分布泛函与影响曲线，未涉及分布效应或其他所列专门方向。
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
随机截断数据的影响曲线
- 研究问题
- 在变量大小关系导致部分观测丢失的随机截断模型中，如何求均值、中位数及其他分布泛函估计量的渐近方差？
- 方法与思路
- 作者以随机截断下的分布最大似然估计为基础，通过影响曲线计算相关泛函估计量的渐近方差，并以截断比例估计作示例。
- 材料陈述的贡献
- 摘要称，该方法可处理均值、中位数、L 与 M 估计及截断比例等估计量，并给出截断比例估计量的渐近方差推导。
- 阅读关注点
- 应核对随机截断模型的依赖与支持集条件、泛函所需的可微性，以及影响曲线如何转化为可估计的方差表达。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；其中一个分布估计符号显示不完整，需查原 PDF，不能据此重构公式或判断适用条件。
原文摘要
Under a random truncation model, observations (X, Y) are lost if X < Y. Properties of the maximum likelihood estimators for the distributions F, G of X and Y and the truncation proportion a have been treated by various authors, for example, Lynden-Bell (1971), and more recently Woodroofe (1985). Asymptotic variances of various estimates, including the mean, the median, the L- and the M-estimates and â, if they can be expressed as functionals of ^ and Ĝ, are obtained through the concept of influence curves. The asymptotic variance of â is derived to illustrate our method.