Unbiased Estimation of the MSE Matrix of Stein-Rule Estimators, Confidence Ellipsoids, and Hypothesis Testing
Stein 规则估计量均方误差矩阵的无偏估计、置信椭球与假设检验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：摘要聚焦一般正态线性回归中的收缩估计与推断，未提供归入所列应用细分的充分依据。
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…
Stein 规则估计量均方误差矩阵的无偏估计、置信椭球与假设检验
- 研究问题
- 在正态线性回归中，如何估计 Stein 规则系数估计量的均方误差矩阵，并评价据此构造的置信椭球及相关检验？
- 方法与思路
- 作者提出均方误差矩阵的无偏估计，推导两类置信椭球的近似期望平方体积与覆盖概率，并研究替换估计量后的 F 检验功效。
- 材料陈述的贡献
- 摘要称，所得结果可比较置信椭球的体积与覆盖表现，也可用于因变量条件均值预测，并分析采用 Stein 规则估计量的检验功效。
- 阅读关注点
- 应核对无偏估计的具体形式与适用条件、置信椭球近似所需条件，以及体积、覆盖概率和检验功效比较是否采用一致标准。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断近似精度、有限样本覆盖或具体功效优势；摘要未提供比较结果的完整适用范围。
原文摘要
We first present an unbiased estimator of the MSE matrix of the Stein-rule estimator of the coefficient vector in a normal linear regression model. The Steinrule estimator can be used with both its estimated MSE matrix and with the least-squares MSE matrix to form confidence ellipsoids. We derive the approximate expected squared volumes and coverage probabilities of these confidence sets and discuss their ranking. These results can be applied to the conditional prediction of the mean of the endogenous variable. We also consider the power of F -tests which employ the Stein-rule estimator in place of the least-squares estimator.