Estimation of the Inverse Covariance Matrix: Random Mixtures of the Inverse Wishart Matrix and the Identity
逆协方差矩阵估计：逆 Wishart 矩阵与单位矩阵的随机混合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：摘要涉及一般 Wishart 模型中的逆协方差估计，没有资产定价或金融风险应用，不能仅凭协方差对象归入金融。
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
逆协方差矩阵估计：逆 Wishart 矩阵与单位矩阵的随机混合
- 研究问题
- 在非奇异 Wishart 模型下，能否通过样本矩阵逆与单位矩阵的随机混合，降低逆协方差矩阵估计的风险？
- 方法与思路
- 作者在两种损失函数下构造包含随机混合的估计量类，与缩放的样本矩阵逆及既有子类比较，并补充模拟。
- 材料陈述的贡献
- 摘要称所构造估计量优于指定范围内的传统缩放估计，并称既有子类的每个成员都可被较大类中的估计量支配。
- 阅读关注点
- 应核对两种损失函数、维度和自由度限制、随机混合权重的构造，以及支配结论的风险定义和模拟设置。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；损失及构造细节未提供，风险支配限于所述模型，不能推断金融组合表现。
原文摘要
Let $S_{p \times p}$ have a nonsingular Wishart distribution with unknown matrix $\Sigma$ and $k$ degrees of freedom. For two different loss functions, estimators of $\Sigma^{-1}$ are given which dominate the obvious estimators $aS^{-1}, 0 < a \leqslant k - p - 1$. Our class of estimators $\mathscr{C}$ includes random mixtures of $S^{-1}$ and $I$. A subclass $\mathscr{C}_0 \subset \mathscr{C}$ was given by Haff. Here, we show that any member of $\mathscr{C}_0$ is dominated in $\mathscr{C}$. Some troublesome aspects of the estimation problem are discussed, and the theory is supplemented by simulation results.