基于顺序统计量交叉熵损失的参数估计方法

顺序统计量有较好的稳健性,本文基于顺序统计量,经过推导采取交叉熵损失进行参数估计,将其命名为“极大分位概率估计”。通过正态分布、均匀分布、Beta分布、Gamma分布的蒙特卡洛试验,对比本方法与极大似然估计、矩估计等参数估计方法,从无偏性、有效性、一致性进行评估。为进一步验证本方法的有效性,选取上证指数作为对比本方法与其他方法对均值估计的误差的实验数据。结果表明,相比于其他估计方法,极大分位概率估计方法对于多种分布、普通样本、有少量异常样本都有较好的估计结果。