Random sets from the perspective of metric statistics
度量统计视角下的随机集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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要讨论随机集与度量统计的一般理论，未提供归入所列具体领域的充分依据。
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…
度量统计视角下的随机集
- 研究问题
- 部分识别研究中的随机集理论，与研究度量空间随机对象的统计方法有何联系？Aumann 均值和 Fréchet 均值之间的关系如何理解？
- 方法与思路
- 作者从度量统计的视角考察随机集，澄清 Aumann 与 Fréchet 两种均值概念的关系，并介绍度量统计在涉及随机集的计量问题中的应用。
- 材料陈述的贡献
- 摘要明确陈述的贡献是连接随机集理论与度量统计中的两个基本均值概念，并展示相关应用；未具体列出新的估计或推断结果。
- 阅读关注点
- 应核对随机集所用空间与距离、两种均值的定义和存在条件，以及概念联系如何转化为部分识别问题中的可计算对象或推断程序。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核验；摘要未说明两种均值关系的具体命题、证明条件和应用细节，不能推定二者等价。
原文摘要
Since the seminal work by Beresteanu and Molinari(2008), the random set theory and related inference methods have been widely applied in partially identified econometric models. Meanwhile, there is an emerging field in statistics for studying random objects in metric spaces, called metric statistics. This paper clarifies a relationship between two fundamental concepts in these literatures, the Aumann and Fréchet means, and presents some applications of metric statistics to econometric problems involving random sets.