A Two-Stage Minimax Procedure for Selecting the Normal Population with the Smallest Variance
选择方差最小正态总体的两阶段极小极大程序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：摘要研究正态总体选择与抽样分配，方差对象本身不足以归入金融波动率领域。
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
选择方差最小正态总体的两阶段极小极大程序
- 研究问题
- 在总抽样预算固定、多个正态总体方差未知的情况下，如何确定第一阶段每个总体的样本量以选择方差最小者？
- 方法与思路
- 第一阶段从各总体等量抽样，第二阶段将剩余样本分配给第一阶段样本方差最小的总体，并用极小极大方法选择规模。
- 材料陈述的贡献
- 摘要提出针对这一两阶段分配规则的极小极大样本量确定方法，允许总体均值已知或未知的两种情况。
- 阅读关注点
- 应核对极小极大准则对应的损失函数、参数空间与预算约束，以及第一阶段样本方差如何处理均值未知情形。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体损失函数、最优样本量公式及性能结果未说明，也不能据此推断刊本变化。
原文摘要
Given k normal populations with unknown variances and known or unknown means, suppose we wish to select N individuals in two stages as follows: in the first stage, n individuals are selected from each of the k populations; in the second stage, the remaining (N—kn) individuals are selected from the population which gave rise to the smallest variance in the first stage. This article considers a minimax method for determining how large n should be.