Lower Bounds for the Asymptotic Bayes Risk in the Scale Model (with an Application to the Second-Order Minimax Estimation)
尺度模型的渐近贝叶斯风险下界及二阶极小极大估计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：摘要属于尺度参数决策理论与高阶最优性分析，没有所列经济计量细分的直接证据。
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
尺度模型的渐近贝叶斯风险下界及二阶极小极大估计
- 研究问题
- 尺度参数的受限参数空间逐步扩展至正半轴时，渐近贝叶斯风险有哪些下界，这些下界如何确定二阶极小极大估计量？
- 方法与思路
- 作者研究尺度参数的贝叶斯估计，先在扩张参数空间下给出渐近风险下界，再将结果用于建立二阶极小极大估计量。
- 材料陈述的贡献
- 摘要称，所给下界支持尺度参数的二阶极小极大估计；其最不利分布与对应位置参数问题中的最不利分布相同。
- 阅读关注点
- 应核对尺度模型与损失函数的设定、参数空间扩张和渐近展开的方式，以及最不利分布相同这一结论的适用条件。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；摘要未列出模型、损失和风险展开，不能判断具体估计量或推广到其他尺度问题。
原文摘要
The problem of Bayes estimation of the scale parameter is considered. Lower bounds for the asymptotic Bayes risk are given as the restricted parameter space increases to the positive half-line. The results are next applied to establish the second-order minimax estimator of the scale parameter. Surprisingly, the least favorable distribution coincides with that for the corresponding location parameter problem.