Fisher Information in Order Statistics
次序统计量中的 Fisher 信息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：次序统计量在此用于一般参数信息计算，摘要未以分位数估计或分布效应为目标，领域细分证据不足。
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
次序统计量中的 Fisher 信息
- 研究问题
- 独立同分布样本的 Fisher 信息如何分布在各次序统计量及其连续子集中，怎样降低相关信息量的计算难度？
- 方法与思路
- 作者利用次序统计量信息的分解和递推关系，将高维积分逐步化为双重积分及单重积分之和，并提出信息图。
- 材料陈述的贡献
- 摘要称分解与递推显著简化信息量计算，所提出的信息图可读取参数分布下任意连续次序统计量集合所含的信息。
- 阅读关注点
- 应核对 Fisher 信息分解的形式、参数分布与正则性要求，以及递推关系如何处理边界和信息图的实际构造方法。
- 阅读边界
- 仅据 OpenAlex 索引摘要，版本未注明。摘要未展示递推公式或具体分布结果，不能据此判断任意分布下的可计算性，不能推断刊本变化。
原文摘要
When we have n independently and identically distributed observations, it is an interesting question how the Fisher information is distributed among order statistics. The recipe for the Fisher information in order statistics is easy, but the detailed calculation has been known to be complicated. An indirect approach, using a decomposition of the Fisher information in order statistics, simplifies the calculation. Some recurrence relations for the Fisher information in order statistics are derived that facilitate the calculation. The Fisher information in the first r order statistics is an r multiple integral, but it can be simplified to just a double integral by using the decomposition. A recurrence relation further simplifies the double integral to a sum of single integrals. An “information plot” is suggested, from which we can read at once the Fisher information in any set of consecutive order statistics for a parametric distribution.