The variance of a linear combination of independent estimators using estimated weights
使用估计权重组合独立估计量时的方差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：摘要是独立估计量组合的通用方差理论，未给出金融组合或其他领域应用。
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
使用估计权重组合独立估计量时的方差
- 研究问题
- 对同一参数的多个独立无偏估计量进行线性组合时，估计权重的误差如何影响组合估计量的无偏性和方差？
- 方法与思路
- 作者考察权重之和为一且权重独立于各估计量的线性组合，并将其方差与最优组合方差及权重估计误差联系起来。
- 材料陈述的贡献
- 摘要称，该组合仍然无偏，其方差仅依赖最小方差组合的方差，以及权重作为最优权重估计时的均方误差。
- 阅读关注点
- 应核对最优权重的定义、权重均方误差的具体度量，以及估计量相互独立和权重独立于估计量这两类条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，未提供方差公式；不能把结论推广到使用同一批数据估计且相关的权重。
原文摘要
Consider k independent unbiased estimators of a common parameter τ. Let t* be the linear combination of the k estimators with minimum variance, and let t∩ be any linear combination whose weights sum to unity and are independent of the k estimators. Then t∩ is unbiased for τ and the variance of t∩ depends only on the variance of t* and the mean squared error of the weights as estimates of the optimum weights.