王奇华 随机截尾数据中指数分布参数MLE的一些结果。 （英语） Zbl 1020.62019 科学学报。北京国立大学。 36，第5期，583-590（2000）. 摘要：考虑指数总体\（F（x，θ）=1-e^{-x/\theta}\），\（x\geq0\），其中\（\theta>0\）是一个未知参数。本文证明了随机删失数据中（θ）的极大似然估计（MLE），即（widehatθ_n）具有渐近极小极大效率。也就是说，对于某一损失函数\（w（\cdot）\），\[\lim_{delta\到0}，\]其中，（{mathcal L}（xi）=N（0,1），（φ（N）=（nI（θ））^{-1/2}）和（I（θ））是删失观测值的信息函数。此外，还分别建立了\（\widehat｛\theta｝_n\）的\（r）th \（（r \geq 2）\）平均误差的迭代对数定律和不等式。 MSC公司： 2012年12月62日 参数估计量的渐近性质 62号02 生存分析和删失数据中的估计 关键词：渐近极大极小效率;迭代对数定律;平均误差 PDF格式BibTeX公司 XML格式引用 \textit{Q.Wang}，《科学学报》。北京国立大学。36，第5号，583--590（2000；Zbl 1020.62019）