基于一阶矩和c统计量的风险分布识别
统计方法学
2025-01-20 v2 统计计算
摘要
我们证明，对于任何支撑集在[0,1]上、具有严格单调且无跳跃的累积分布函数且分位数可识别（即任意两个不同的分位数即可确定分布）的分布族，知道一阶矩和c统计量就足以识别该分布。这些推导为将给定的期望值和c统计量对映射到指定的双参数概率分布参数提供了数值算法的动机。我们在R中实现了这些算法，并在模拟研究中评估了它们对于常见风险分布族（beta、logit-normal和probit-normal）的数值精度。这些发展的一个应用领域是风险预测建模（例如，样本量计算和信息价值分析），其中可能需要根据报告的汇总统计量来估计预测风险分布的参数。
引用
@article{arxiv.2409.09178,
title = {Identification of distributions for risks based on the first moment and c-statistic},
author = {Mohsen Sadatsafavi and Tae Yoon Lee and John Petkau},
journal= {arXiv preprint arXiv:2409.09178},
year = {2025}
}
备注
8 pages, 1 figure