跳到正文
← 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:摘要属于一般估计下界与决策理论,缺少对应所列领域细分的应用证据。

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
Colin R. Blyth

克拉美–拉奥型不等式的充要条件

研究问题
由施瓦茨不等式得到的方差下界,何时可成为克拉美–拉奥型不等式,其在无偏最优性与可容许性证明中有何作用?
方法与思路
作者针对统计量与辅助随机变量的协方差给出充要条件,再讨论密度导数相关的特例及其在估计决策论中的用途。
材料陈述的贡献
摘要称给出克拉美–拉奥型下界及经典不等式成立的充要条件,并讨论其证明最小方差无偏性与可容许性的作用。
阅读关注点
应核对充要条件如何连接协方差与均值函数、密度导数特例的条件,以及无偏最优性和可容许性的不同论证。
阅读边界
材料为版本未注明的OpenAlex索引摘要;条件和例子未提供,密度导数记号应核对原PDF,不能补写公式或推断适用范围。

原文摘要

For a random variable $X$ with possible distributions indexed by a parameter $\theta$, and for real-valued $T = T(X)$ and $V = V(X, \theta)$ with $\operatorname{Var} T < \infty$ and $0 < \operatorname{Var} V < \infty$, Schwarz's inequality gives $\operatorname{Var} T \geqq \{\operatorname{Cov} (T, V)\}^2/\operatorname{Var} V$. Necessary and sufficient conditions are given for this inequality to be of Cramer-Rao type: $\operatorname{Var} T \geqq \{a_m(\theta)\}^2/\operatorname{Var} V$ where $m(\theta)$ is a notation for $ET$ and $a_m(\theta)$ is a notation for $\operatorname{Cov} (T, V)$. Specialized to $V = \{\partial p\theta(X)/\partial\theta\}/p_\theta(X)$, where $p_\theta$ is a probability density function for $X$, these conditions are necessary and sufficient for validity of the Cramer-Rao inequality. The use of these inequalities in proving an estimator minimum variance unbiased is shown to be superfluous. The use of these inequalities in proving admissibility is discussed, with examples.

笔记与分组