跳到正文
← 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:摘要研究单一分布的位置与尺度参数估计,未涉及离散选择或经济变量的分布效应。

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
Max Engelhardt

完整或删失样本下 Logistic 分布参数的简单线性估计

研究问题
如何在完整或删失样本下,以计算形式简单的线性无偏估计量估计 Logistic 分布的位置与尺度,同时保持较高相对效率?
方法与思路
作者在完整样本中采用截尾均值估计位置,以经偏差修正的样本中位数绝对偏差均值估计尺度,并将形式用于温莎化删失样本。
材料陈述的贡献
摘要称所提线性无偏估计量相对最佳线性无偏估计量保持较高效率,并涵盖完整样本、对称删失及上侧单边删失情形。
阅读关注点
应核对截尾与温莎化的具体安排、尺度偏差修正系数,以及无偏性和相对效率结论分别适用于哪些样本及删失方案。
阅读边界
依据版本未注明的 OpenAlex 索引摘要;具体效率数值和删失比例未说明,Logistic 分布参数估计也不等同于离散选择模型。

原文摘要

Linear unbiased estimators which maintain high efficiency relative to the best linear unbiased estimators are proposed for the parameters of the logistic distribution. In the complete sample case, the estimators of location and scale are, respectively, a trimmed mean and the mean deviation about the sample median with an adjustment for bias. The same computational forms are applied to a Windsorized sample in the cases of symmetric and upper one-sided censoring.

笔记与分组
相关领域论文