The existence of moments for every

The existence of moments for every distribution is an advantage for parameter estimation. There are several
straightforward and efficient moment base estimators in classical statistics. However, lack of existence of the variance for
non-Gaussian stable random variables is a drawback to introduce such an estimator. On the other hand, variance of many
order statistics of an α-stable distribution exist. This is the main reason to make inference through the order statistics of a
random sample of α-stable distribution. In other words, it can adapt well known order statistics-base estimators, such as
L-estimator, best linear unbiased or invariant estimators for α-stable distribution parameters. In this paper, we prove the
basic lemma about the existence of moments of stable distributions and propose new estimators using the results of the
lemma

ผลลัพธ์ (ไทย) 1:

การดำรงอยู่ของช่วงเวลาสำหรับการกระจายทุกการประมาณพารามิเตอร์ได้ มีหลายตรงไปตรงมา และอย่างมีประสิทธิภาพขณะ estimators พื้นฐานสถิติคลาสสิก อย่างไรก็ตาม พอมีอยู่ของผลต่างสำหรับตัวแปรสุ่มมีเสถียรภาพ Gaussian ไม่เป็นแนะนำประมาณการ ในทางกลับกัน ผลต่างของสถิติใบสั่งการกระจายα-คอกมีอยู่ นี่คือเหตุผลหลักที่ทำให้ข้อทางสถิติใบสั่งของเป็นตัวอย่างที่สุ่มของα-คอกกระจาย ในคำอื่น ๆ มันสามารถปรับสั่งรู้จักสถิติฐาน estimators เช่นL-ประมาณการ ส่วนเส้นคน หรือบล็อก estimators คอกαกระจายพารามิเตอร์ ในเอกสารนี้ เราพิสูจน์จับมือพื้นฐานเกี่ยวกับการดำรงอยู่ของมั่นคงการกระจาย และเสนอ estimators ใหม่โดยใช้ผลการการจับมือ

ผลลัพธ์ (ไทย) 2:

การมีชีวิตอยู่ในช่วงเวลาสำหรับการจัดจำหน่ายทุกเป็นข้อได้เปรียบสำหรับการประมาณค่าพารามิเตอร์ มีหลาย
ช่วงเวลาที่ตรงไปตรงมาและมีประสิทธิภาพประมาณฐานในสถิติคลาสสิก แต่ขาดการดำรงอยู่ของความแปรปรวนสำหรับ
ตัวแปรที่ไม่เสียนที่มั่นคงสุ่มเป็นอุปสรรคที่จะแนะนำดังกล่าวประมาณ ในทางตรงกันข้ามความแปรปรวนของหลาย
สถิติคำสั่งของการกระจายαมั่นคงอยู่ นี่คือเหตุผลหลักที่จะทำให้อนุมานผ่านสถิติคำสั่งของ
ตัวอย่างที่สุ่มของการกระจายαมั่นคง ในคำอื่น ๆ ก็สามารถปรับตัวเพื่อที่รู้จักกันดีประมาณค่าสถิติพื้นฐานเช่น
L-ประมาณการเชิงเส้นที่ดีที่สุดประมาณเป็นกลางหรือคงที่สำหรับพารามิเตอร์กระจายαมั่นคง ในบทความนี้เราพิสูจน์
บทแทรกพื้นฐานเกี่ยวกับการมีชีวิตอยู่ในช่วงเวลาของการกระจายที่มีเสถียรภาพและเสนอตัวประมาณใหม่โดยใช้ผลของการ
แทรก

ผลลัพธ์ (ไทย) 3:

การดำรงอยู่ของช่วงเวลาสำหรับทุกการแจกแจงที่เป็นประโยชน์สำหรับการประมาณค่าพารามิเตอร์ มีหลายช่วงเวลาที่ตรงไปตรงมาและมีประสิทธิภาพ
ฐานการประเมินสถิติคลาสสิค แต่ขาดของการดำรงอยู่ของความแปรปรวนไม่คงที่
) ตัวแปรสุ่มเป็นข้อเสียเปรียบที่จะแนะนำเช่น ประเมินราคา บนมืออื่น ๆ , ความแปรปรวนของหลาย
สถิติเพื่อการกระจายของแอลฟามั่นคงอยู่ นี่คือเหตุผลหลักที่ทำให้การอนุมานทางสถิติเพื่อเป็นตัวอย่าง
สุ่มของแอลฟากระจายคงที่ ในคำอื่น ๆที่สามารถปรับตัวได้ดี รู้จักสถิติเพื่อการประเมินฐาน เช่น
l-estimator ที่ดีที่สุดเชิงเส้นที่เป็นกลางหรือค่าคงที่ estimators เสถียรภาพสำหรับแอลฟากระจายค่า ในกระดาษนี้เราพิสูจน์
พื้นฐานรูปแบบเกี่ยวกับการดำรงอยู่ของช่วงเวลาแห่งความมั่นคง และเสนอวิธีการใหม่โดยใช้ผล
เลมมา