统计学 > 方法论
[提交于 2010年9月11日
]
标题: 基于变换样本均值的一参数分布的准确推断
标题: Accurate inference for a one parameter distribution based on the mean of a transformed sample
摘要: 统计学中的大量推断是基于将一个统计量近似为正态分布的假设。 这样做产生的误差通常为$O(n^{-1/2})$,当分布严重偏斜或偏倚时,误差可能非常大。 本说明展示了如何将此误差减少到$O(n^{-(j+1)/2})$,其中$j$是一个给定的整数。 所考虑的情况是,统计量是来自连续单参数分布的样本值的均值,在样本经过初始变换之后。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.