Inverting an Edgeworth Expansion
Edgeworth 展开的反演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：摘要研究通用高阶渐近展开，没有指定经济或金融领域的直接证据。
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
Edgeworth 展开的反演
- 研究问题
- 如何反演一般 Edgeworth 展开，以修正统计量受到非正态性的影响，并在学生化均值这一具体情形中构造修正项？
- 方法与思路
- 作者提出一般 Edgeworth 展开的反演方法，将其应用于学生化均值，并给出相应修正项的显式表达式。
- 材料陈述的贡献
- 摘要明确陈述一般反演方法及学生化均值的应用，并提供修正项公式；没有说明修正后的覆盖误差或数值改善幅度。
- 阅读关注点
- 应核对展开存在的正则条件、保留阶数、反演误差，以及学生化均值修正项的计算方式和实际推断中的使用方法。
- 阅读边界
- 仅依据版本未注明的 OpenAlex 摘要；具体公式、展开条件与误差阶未提供，不能据此保证小样本推断一定改善。
原文摘要
We provide a method for inverting a general Edgeworth expansion, so as to correct a statistic for the effects of non-normality. This technique is applied to the special case of the "Studentized" mean. Explicit formulae are given for the correction terms.