Generalized Good-Turing Improves Missing Mass Estimation
广义Good–Turing方法改进未观测概率质量估计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：摘要涉及通用离散分布的未观测概率质量估计，未提供经济分布效应或其他所列方向的证据。
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
广义Good–Turing方法改进未观测概率质量估计
- 研究问题
- 从未知可数分布中取得有限样本后，如何估计未出现符号的总概率质量，以及符号集合大小有上界或不受限制时如何改进风险保证？
- 方法与思路
- 作者提出广义Good–Turing框架，推导均方误差风险上界并对参数进行优化，分别构建有限集合情形的数值估计量与无限制情形的闭式估计量。
- 材料陈述的贡献
- 摘要称在符号集合大小有上界和不受限制两种设置下改善已有风险保证，并强调该框架容易应用且不需额外建模假设。
- 阅读关注点
- 应核对风险上界的适用分布范围、集合大小信息如何进入估计，以及改进指风险保证还是逐一分布下的实际均方误差。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明，不能推断刊本变化；摘要没有给出风险界数值，风险保证的改善不等于所有分布下均更准确。
原文摘要
Consider a finite sample from an unknown distribution over a countable alphabet. The missing mass refers to the probability of symbols that do not appear in the sample. Estimating the missing mass is a basic problem in statistics and related fields, which dates back to the early work of Laplace, and the more recent seminal contribution of Good and Turing. In this article, we introduce a generalized Good-Turing (GT) framework for missing mass estimation. We derive an upper-bound for the risk (in terms of mean squared error) and minimize it over the parameters of our framework. Our analysis distinguishes between two setups, depending on the (unknown) alphabet size. When the alphabet size is bounded from above, our risk-bound demonstrates a significant improvement compared to currently known results (which are typically oblivious to the alphabet size). Based on this bound, we introduce a numerically obtained estimator that improves upon GT. When the alphabet size holds no restrictions, we apply our suggested risk-bound and introduce a closed-form estimator that again improves GT performance guarantees. Our suggested framework is easy to apply and does not require additional modeling assumptions. This makes it a favorable choice for practical applications. Supplementary materials for this article are available online.