Relationships Between the UMVU Estimators of the Mean and Median of a Function of a Normal Distribution
正态分布变换的均值与中位数之 UMVU 估计量的关系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：摘要讨论正态分布变换的无偏估计理论，未提供与所列经济计量细分方向直接对应的证据。
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
正态分布变换的均值与中位数之 UMVU 估计量的关系
- 研究问题
- 对于正态变量的单调变换，其中位数与期望的均匀最小方差无偏估计量有何联系，相应的方差估计量是否也存在类似关系？
- 方法与思路
- 作者使用卷积变换，考察基于两个独立充分统计量的估计量，其中一个服从正态分布，另一个服从缩放的卡方分布。
- 材料陈述的贡献
- 摘要称，中位数估计量表达式中的 α 替换为 α−1，即得到期望的对应估计量；两类估计量的方差估计也存在类似联系。
- 阅读关注点
- 应核对单调函数的适用范围、期望与无偏估计量的存在条件，以及参数替换关系和方差估计关系的具体表达与证明。
- 阅读边界
- 所据为稿件版本未注明的 OpenAlex 索引摘要；函数条件与参数适用范围未说明，不能据此推广替换规则或推断刊本变化。
原文摘要
Let $\eta = f(\mu)$ and $\theta = Ef(Y)$, where $f$ is a monotone function and $Y \sim N(\mu, \sigma^2)$. In this note we use the method of convolution transforms to show that the UMVU estimators of $\eta$ and $\theta$ based on a pair of independent sufficient statistics $T \sim N(\mu, \alpha \sigma^2)$ and $S^2 \sim \sigma^2 \chi^2_{(\nu)}$ are related to each other in a simple manner: the replacement $\alpha$ by $\alpha - 1$ in the expression of the UMVU estimator of $\eta$ gives the corresponding expression of the UMVU estimator of $\theta$. In addition, we show that a similar relationship also exists among the estimators of the variances.