General Variance Modifications for Linear Bayes Estimators
线性贝叶斯估计量的一般方差修正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：摘要讨论一般贝叶斯均值估计，方差一词不足以支持金融波动率等细分分类。
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
线性贝叶斯估计量的一般方差修正
- 研究问题
- 对分布形式未知的总体均值进行线性贝叶斯估计时，利用样本方差修正规则能否带来收益，哪些条件下不存在有利修正？
- 方法与思路
- 作者分析借助样本方差估计修改线性贝叶斯均值估计量的规则，识别无有利修正的一般条件，并应用于正态模型。
- 材料陈述的贡献
- 摘要称给出了线性贝叶斯规则不存在有利方差修正的条件，并讨论均值与方差均未知的正态抽样问题及其含义。
- 阅读关注点
- 应核对有利修正所依据的损失或风险标准、允许的修正规则范围，以及一般结论应用到正态模型所需的具体条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；损失函数、先验信息与条件细节未说明，不能解释为所有方差修正均无效。
原文摘要
We consider the problem of modifying the linear Bayes estimator for the mean of a distribution of unknown form by using an estimate of sample variance. The general conditions under which there is no advantageous variance modification to the linear Bayes rule are identified. These results are applied to the problem of sampling from a normal distribution with unknown mean and variance, and the implications are discussed.