On the Choice of Starting Point in Stochastic Approximation
随机逼近中起始点的选择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：摘要研究通用位置参数估计与随机逼近，未提供所列细分领域的直接应用依据。
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
随机逼近中起始点的选择
- 研究问题
- 用 Robbins–Monro 递推估计对称分布的位置参数时，起始随机变量应满足哪些条件才能保持逐步无偏和平移不变？
- 方法与思路
- 作者分析起始随机变量的条件，并通过蒙特卡洛研究比较不同随机起点在小样本、长尾分布下的递推表现。
- 材料陈述的贡献
- 摘要称给出保证每一步估计量无偏且平移不变的起始变量条件，并考察若干起点选择的有限样本表现。
- 阅读关注点
- 应核对递推形式、步长和起始变量条件，以及模拟中的长尾分布、样本量设置与不同起点的比较指标。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体条件和模拟结果未提供，不能判断最优起点或推广至非对称分布。
原文摘要
Consider the problem of point estimation of a location parameter θ of a symmetric distribution by way of a Robbins-Monro stochastic approximation recursive approach, particularly the choice of starting random variable. Conditions on the starting variable are given to guarantee that at each step the estimator is unbiased and translation invariant. Finally, a Monte Carlo study is done to compare the behavior of the procedures started by some random variables when the sample size is small and the underlying distribution is long tailed.