All Admissible Linear Estimators of a Multivariate Poisson Mean
多元 Poisson 均值的全部可容许线性估计量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 Poisson 均值估计的决策论性质，没有与给定经济计量细分方向直接对应的证据。
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
多元 Poisson 均值的全部可容许线性估计量
- 研究问题
- 在多元 Poisson 均值估计中，哪些线性估计量具有决策论意义上的可容许性，这种要求对线性混合模型有何限制？
- 方法与思路
- 作者利用可容许线性估计量必须是 Bayes 估计量逐点极限的性质，刻画系数结构，再给出该结构下可容许的充要条件。
- 材料陈述的贡献
- 摘要称获得可容许线性估计量的完整条件，并指出只有最平凡的相关线性混合模型能容纳所述满秩线性估计量。
- 阅读关注点
- 应核对损失函数、参数空间、系数结构与充要条件，以及满秩、Bayes 极限和所谓平凡模型的精确定义。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明损失函数和完整模型条件，不能把可容许性结论解释为一般估计优越性。
原文摘要
Admissible linear estimators $Mx + \gamma$ must be pointwise limits of Bayes estimators. Using properties of Bayes estimators preserved by taking limits, the structure of $M$ and $\gamma$ can be determined. Among $M, \gamma$ with this structure, a necessary and sufficient condition for admissibility is obtained. This condition is applied to the case of linear (mixture) models. It is shown that only the most trivial such models admit linear estimators of full rank which are admissible or are even limits of Bayes estimators.