Precision of Individual Estimators in Simultaneous Estimation of Parameters
参数同时估计中单个估计量的精度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：摘要研究向量参数收缩估计的整体与个体风险，没有面板、分布效应或其他所列经济计量细分方向的直接证据。
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
参数同时估计中单个估计量的精度
- 研究问题
- 研究 Stein 型向量参数估计在降低跨参数平均均方误差时，是否也能改善每一个参数的估计精度，以及个体收益如何变化。
- 方法与思路
- 作者计算各参数估计量的偏差与均方误差，并在若干参数数量、均值和标准差组合下，比较 Stein 型与通常无偏估计的个体风险。
- 材料陈述的贡献
- 摘要称，平均均方误差改善不保证逐个参数改善；部分个体估计风险增加，另一些下降，并计算了若干设置中的优势参数范围。
- 阅读关注点
- 应核对具体 Stein 型估计量、采样模型及风险定义，并查看哪些参数配置产生个体损失，以及所计算优势区间的适用范围。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 摘要；具体模型、估计式及优势区间数值未给出，不能判断任意收缩估计的个体风险或推断刊本变化。
原文摘要
Biases and mean squared errors of estimators of individual parameters are obtained for Stein type estimators of a vector parameter. It is known that for such estimators the average mean squared error over the different parameters under estimation is smaller than that for the usual unbiased estimators. However, such a property may not hold for the mean squared error of any individual estimator for the corresponding parameter. It is found that when a number of parameters are estimated simultaneously by Stein type estimators, some individual estimators have larger mean squared error than those of the usual unbiased estimators and others less. For several combinations of number of parameters and their mean and standard deviation, the range of parameter values for which the Stein type is better has been computed.