A mean difference estimator of standard deviation in asymmetrically censored normal samples
非对称删失正态样本中标准差的均差估计量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：摘要研究删失正态样本的尺度估计，并未涉及分位数回归、分布效应或所列其他方向。
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
非对称删失正态样本中标准差的均差估计量
- 研究问题
- 如何把适用于对称删失正态样本的标准差线性估计量推广到非对称删失，并评价其方差近似在小样本中的准确性？
- 方法与思路
- 作者将Healy对Downton标准差线性估计量的改造扩展至非对称删失，给出方差近似，并与小样本精确方差比较。
- 材料陈述的贡献
- 摘要提出适用于非对称删失的标准差估计扩展，并称给出覆盖各种删失形式的方差近似及小样本精确方差比较。
- 阅读关注点
- 应核对均差估计量的权重、删失形式与已知信息，查看方差近似的推导和比较范围，以及估计量的偏差与精度。
- 阅读边界
- 仅据版本未注明的索引摘要；摘要未说明删失机制、权重公式及比较数值，不能推广到非正态总体或任意缺失机制。
原文摘要
Healy's adaptation of Downton's linear estimator of the standard deviation suitable for symmetrically censored normal samples is extended to asymmetric censoring. An approximation for the variance of the estimator for all forms of censoring is given and comparisons are made with the exact variances for small samples.