会员服务
基尼指数 · 估计/估计量 · 无偏 · 样本 · 无偏估计 ·
2025 年 4 月 27 日
The $m$th Gini index estimator: Unbiasedness for gamma populations
翻译：第$m$阶基尼指数估计量：针对伽马分布总体的无偏性
Roberto Vila,Helton Saulo
Roberto Vila,Helton Saulo
from arxiv, 12 pages

This paper establishes the theoretical result that the sample $m$th Gini index is an unbiased estimator of the population $m$th Gini index, introduced by Gavilan-Ruiz (2024), for gamma-distributed populations. An illustrative Monte Carlo simulation study confirms the unbiasedness of the sample $m$th Gini index estimator in finite samples.


翻译：本文建立了理论结果：对于伽马分布总体，样本$m$阶基尼指数是总体$m$阶基尼指数（由Gavilan-Ruiz于2024年提出）的无偏估计量。一项说明性的蒙特卡洛模拟研究证实了样本$m$阶基尼指数估计量在有限样本中的无偏性。
0
下载
关闭预览

相关内容

FlowQA: Grasping Flow in History for Conversational Machine Comprehension
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
34+阅读 · 2019年10月18日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
31+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
163+阅读 · 2019年10月12日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
STRCF for Visual Object Tracking
统计学习与视觉计算组
15+阅读 · 2018年5月29日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
城市“建成环境——空间行为”的多尺度影响关系与机理研究
国家自然科学基金
13+阅读 · 2017年12月31日
DMB信号水汽探测方法若干问题研究
国家自然科学基金
3+阅读 · 2015年12月31日
氢键(O:H-O)受激弛豫势能路径的键弛豫理论与声子谱学实验标定
国家自然科学基金
0+阅读 · 2015年12月31日
动态Gr？bner 基与GVW算法
国家自然科学基金
0+阅读 · 2014年12月31日
概率抽样设计及其统计推断方法
国家自然科学基金
6+阅读 · 2014年12月31日
Surpassing state of the art on AMD area estimation from RGB fundus images through careful selection of U-Net architectures and loss functions for class imbalance
Arxiv
0+阅读 · 2025年10月30日
Neither Consent nor Property: A Policy Lab for Data Law
Arxiv
0+阅读 · 2025年10月30日
PoPStat-COVID19: Leveraging Population Pyramids to Quantify Demographic Vulnerability to COVID-19
PoPStat-COVID19: Leveraging Population Pyramids to Quantify Demographic Vulnerability to COVID-19
Arxiv
0+阅读 · 2025年10月30日
HyMiRec: A Hybrid Multi-interest Learning Framework for LLM-based Sequential Recommendation
Arxiv
0+阅读 · 2025年10月29日
Debiased machine learning for combining probability and non-probability survey data
Arxiv
0+阅读 · 2025年10月29日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
基尼指数
估计/估计量
无偏
样本
无偏估计
相关VIP内容
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
34+阅读 · 2019年10月18日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
31+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
163+阅读 · 2019年10月12日
热门VIP内容
相关资讯
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
STRCF for Visual Object Tracking
统计学习与视觉计算组
15+阅读 · 2018年5月29日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
相关论文
Surpassing state of the art on AMD area estimation from RGB fundus images through careful selection of U-Net architectures and loss functions for class imbalance
Arxiv
0+阅读 · 2025年10月30日
Neither Consent nor Property: A Policy Lab for Data Law
Arxiv
0+阅读 · 2025年10月30日
PoPStat-COVID19: Leveraging Population Pyramids to Quantify Demographic Vulnerability to COVID-19
PoPStat-COVID19: Leveraging Population Pyramids to Quantify Demographic Vulnerability to COVID-19
Arxiv
0+阅读 · 2025年10月30日
HyMiRec: A Hybrid Multi-interest Learning Framework for LLM-based Sequential Recommendation
Arxiv
0+阅读 · 2025年10月29日
Debiased machine learning for combining probability and non-probability survey data
Arxiv
0+阅读 · 2025年10月29日
相关基金
城市“建成环境——空间行为”的多尺度影响关系与机理研究
国家自然科学基金
13+阅读 · 2017年12月31日
DMB信号水汽探测方法若干问题研究
国家自然科学基金
3+阅读 · 2015年12月31日
氢键(O:H-O)受激弛豫势能路径的键弛豫理论与声子谱学实验标定
国家自然科学基金
0+阅读 · 2015年12月31日
动态Gr？bner 基与GVW算法
国家自然科学基金
0+阅读 · 2014年12月31日
概率抽样设计及其统计推断方法
国家自然科学基金
6+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员
Top