Estimation Problems for Samples with Measurement Errors
含测量误差样本的估计问题AI 解读 ↓
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。
AI 根据所提供的论文材料归类:摘要讨论通用取整、截断和测量误差下的估计问题,没有给定经济计量细分方向的明确依据。
含测量误差样本的估计问题AI 解读 ↓
正在核对关联版本…
正在核对对应版本的资源…
For $x \in \mathbb{R}$ let $N_\alpha(x) := m\alpha, \operatorname{iff} x \in (\alpha m - \alpha/2, \alpha m + \alpha/2\rbrack$. For a sample $X_1,\ldots, X_n$ we mainly study the asymptotic properties of the estimators $\bar{N}_\alpha := 1/n\sum^n_{i = 1} N_\alpha(X_i)$ and $S^2_\alpha := 1/(n - 1)\sum^n_{i = 1}(N_\alpha(X_i) - \overline{N}_\alpha)^2$ for $\alpha = \alpha_n \rightarrow 0,$ as $n \rightarrow \infty.$ For example, if $E(X^2) < \infty, E(e^{itX}) = o(|t|^{-k}),(|r| \rightarrow\infty)$ for some $k \in \mathbb{N}$ and $\alpha_n = O(n^{-1/(2k + 2)})$ or $X \sim N(\theta, \sigma^2)$ and $\alpha_n \leq 2\pi\sigma(\log n)^{-1/2,}$ we prove that $\sqrt{n}(\overline{N}_{\alpha n} - EX)$ is asymptotically normal. Problems of truncation as well as general maximum likelihood estimation from discrete scale measurements are also considered.