Asymptotic Equivalence of Two Estimators for an Exponential Family
指数族中两种估计量的渐近等价性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要是指数族估计量的通用渐近理论，未提供所列领域细分的直接证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
指数族中两种估计量的渐近等价性
- 研究问题
- 在指数族模型中，估计自然参数的正整数次幂时，最大似然估计与最小方差无偏估计是否具有相同的渐近分布？
- 方法与思路
- 作者在一定条件下分析两类估计量的渐近分布，以判断其分布意义上的等价性；摘要未给出条件、推导或标准化方式。
- 材料陈述的贡献
- 摘要称，对于指数族自然参数的正整数次幂，在特定条件下，最大似然估计与最小方差无偏估计具有相同渐近分布。
- 阅读关注点
- 应核对指数族的具体设定、参数空间和正整数幂的范围，以及渐近分布采用的中心化与尺度和成立所需的正则条件。
- 阅读边界
- 所给为版本未注明的索引摘要，“一定条件”未展开；相同渐近分布不能直接说明两者有限样本风险或偏差相同。
原文摘要
It is shown that under certain conditions, the maximum likelihood and the minimum variance unbiased estimators of a positive integral power of the natural parameter in an exponential family have the same asymptotic distribution.