कोर्निश-फिशर विस्तार एक वितरण क्षणों के आधार पर की quantiles अनुमान लगाने के लिए एक तरह से प्रदान करता है। (इस अर्थ में, मैं इसे एज्यूवर्थ एक्सपेंशन के पूरक के रूप में देखता हूं , जो क्षणों के आधार पर संचयी वितरण का अनुमान देता है।) मैं जानना चाहता हूं कि किन स्थितियों में अनुभवजन्य कार्य के लिए कोर्निश-फिशर विस्तार पसंद करेंगे। नमूना मात्रात्मक, या इसके विपरीत। कुछ अनुमान:
- कम्प्यूटेशनल रूप से, नमूना क्षणों की गणना ऑनलाइन की जा सकती है, जबकि नमूना मात्राओं का ऑनलाइन अनुमान मुश्किल है। इस मामले में, सीएफ 'जीतता है'।
- यदि किसी के पास क्षणों का पूर्वानुमान करने की क्षमता है, तो CF एक को इन अनुमानों का अनुमान लगाने के लिए अनुमति देगा।
- CF विस्तार संभवतया प्रेक्षित मानों की श्रेणी के बाहर मात्राओं का अनुमान दे सकता है, जबकि नमूना मात्रा शायद नहीं होनी चाहिए।
- सीएफ द्वारा दिए गए मात्रात्मक अनुमानों के आसपास एक विश्वास अंतराल की गणना कैसे करें, मुझे इसकी जानकारी नहीं है। इस मामले में, नमूना मात्रात्मक 'जीत'।
- ऐसा लगता है कि सीएफ एक्सपेंशन को वितरण के कई उच्च क्षणों का अनुमान लगाने के लिए एक की आवश्यकता होती है। इन अनुमानों में त्रुटियां संभवतः इस तरह से मिश्रित होती हैं कि सीएफ एक्सपेंशन में नमूना क्वांटाइल की तुलना में उच्च मानक त्रुटि होती है।
अन्य कोई? क्या किसी को इन दोनों विधियों का उपयोग करने का अनुभव है?
आजकल, सैडलपॉइंट सन्निकटन के लिए जाना बेहतर है ।
—
kjetil b halvorsen