A Class of Shrinkage Estimators
一类收缩估计量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：摘要讨论一般回归收缩与矩阵风险比较，未明确对应所列经济计量领域细分。
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
一类收缩估计量
- 研究问题
- 能否建立包含多种常见收缩估计量的统一类别，并在特定参数约束下比较其与普通最小二乘的均方误差矩阵？
- 方法与思路
- 作者定义一类收缩估计量，并在摘要列出的参数约束下，利用半正定矩阵序比较它们与普通最小二乘的误差矩阵。
- 材料陈述的贡献
- 摘要称该类包括岭回归、主成分和最小条件均方误差估计量，且在所列约束下具有均方误差矩阵优势。
- 阅读关注点
- 应查阅原 PDF 核对约束中的转置、上下标与收缩目标定义，并确认矩阵优势成立的模型条件和参数范围。
- 阅读边界
- 仅据 Crossref 摘要；参数约束的排版存在上下标歧义，需查原 PDF，不能重构公式或据此声称无条件支配。
原文摘要
Summary In this paper we define a class of shrinkage estimators, all of whose members have a mean square error matrix which is less than that of the ordinary least squares estimator by a positive semidefinite matrix if (β-b *)T X T X (β-b *) ≤ σ2. The ridge regression, principal component and minimum conditional mean square error estimators are members of this class.