Unbiased estimation following a group sequential test
组序贯检验后的无偏估计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：摘要研究一般组序贯检验后的估计理论，布朗运动设定本身不足以支持金融领域分类。
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
组序贯检验后的无偏估计
- 研究问题
- 布朗运动漂移参数的组序贯检验停止后，无偏估计是否存在统一最小方差解，又能否在受限估计量类别中找到最优解？
- 方法与思路
- 作者分析停止时刻与停止值构成的充分统计量，提出截断适应性准则，并在满足该准则的无偏估计量中求最优解。
- 材料陈述的贡献
- 摘要称，充分统计量不完备，存在无穷多个无偏估计量且无统一最小方差解；限制为截断适应类别后可得最优估计量。
- 阅读关注点
- 应核对停止规则、截断适应性的定义及其限制范围，理解全体无偏估计量与受限类别中的最优性为何不同。
- 阅读边界
- 索引摘要版本未注明，未给出停止边界或估计公式；受限类别内的最优性不能扩展为所有无偏估计量中的最优性。
原文摘要
It is shown that, in a group sequential test about the drift θ of a Brownian motion Χ(t) stopped at time Τ, the sufficient statistic (Τ, Χ(Τ)) is not complete for θ. There exist infinitely many unbiased estimators of θ and none has uniformly minimum variance. A truncation-adaptable criterion is proposed, and the uniformly-minimum-variance estimator among all truncation-adaptable unbiased estimators is found. This estimator is identical to estimators of Ferebee (1983) and Emerson & Fleming (1990). Keywords:Brownian motion; Truncation-adaptation.