On a Pooling Problem from the Statistical Decision Viewpoint
统计决策视角下的合并分组问题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：内容属于一般统计决策与分组理论，摘要没有面板、网络、因果推断或其他所列细分方向的明确证据。
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
统计决策视角下的合并分组问题
- 研究问题
- 如何把若干相互独立的随机变量划分为更少且互不重叠的组，使组内保持同质，并从经济损失角度评价这种分组决策？
- 方法与思路
- 作者借鉴统计决策思想，依据经济考虑设定损失函数，推导分组问题的贝叶斯解，并将所得最小二乘准则用于数值示例。
- 材料陈述的贡献
- 摘要称，文章给出该分组问题的贝叶斯解及相应最小二乘准则，通过数值示例展示应用，同时讨论方法局限与相关研究。
- 阅读关注点
- 核对同质性的具体定义、损失函数和先验如何设定，贝叶斯解如何导出最小二乘准则，以及分组数量与方法局限的处理。
- 阅读边界
- 摘要未说明随机变量的分布、先验与损失函数的具体形式，也未提供数值结果；不能据此判断分组效果或推广条件。
原文摘要
A problem is posed of how to divide a set of K independent random variables into a smaller number of mutually exclusive groups so that the groups are homogeneous. Following some ideas of Wald, a loss function is postulated from economic considerations; a Bayes solution to the problem is derived and the resulting least squares criterion applied to a numerical example. Some limitations of the approach are discussed; relationships to other work are indicated.