Estimating Events
事件的估计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：摘要中的分位数用于特定分布模型内的事件集合估计，未明确涉及分位数回归或分布效应，故保留为空。
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
事件的估计
- 研究问题
- 如何根据样本估计具有正概率含量的事件集合，并在事件可能取值的空间上定义距离和相应的最优估计量？
- 方法与思路
- 作者先在事件取值空间建立自然度量，再据此定义最优估计，分别处理单变量指数模型中的分位数事件和多元正态椭球事件。
- 材料陈述的贡献
- 摘要称，论文建立事件估计的度量框架，并在指数模型的分位数事件及多元正态密度椭球所界定的事件中推导最优估计量。
- 阅读关注点
- 应核对事件的概率含量是否固定、度量与最优性的定义，以及两类模型中允许的事件集合和估计规则。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；度量、最优性准则及模型条件未提供，不能将这些模型内的结果推广到任意事件。
原文摘要
The problem of estimating an event, having positive probability content, based on a sample of $n$ observations is considered. A natural metric is shown to exist on the space of possible values for the event. This leads to the definition of optimal estimators. We derive optimal estimators for events which correspond to quantiles for the univariate exponential model. Further optimal estimators are derived for the events bounded by the ellipsoidal contours of the density function in the multivariate normal model.