Adaptive Estimators for Simultaneous Estimation of Poisson Means
泊松均值同时估计的自适应估计量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：摘要讨论泊松均值和列联表的通用估计，没有给定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
泊松均值同时估计的自适应估计量
- 研究问题
- 同时估计多个泊松均值时，如何向对数线性模型平滑，并利用均方误差近似为估计量的选择提供理论依据？
- 方法与思路
- 作者推广一种既有估计量，构造向对数线性模型平滑的新估计方法，以泊松均值估计的均方误差近似开展分析和模拟比较。
- 材料陈述的贡献
- 摘要介绍一种新的泊松均值平滑估计量及其理论选择依据，并指出其可用于列联表分析；未陈述模拟中的具体比较结论。
- 阅读关注点
- 应核对自适应平滑强度的确定方法、均方误差近似的适用条件，以及对数线性模型失配时的风险和模拟比较对象。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出估计公式、风险界或模拟结果，不能据此声称优于所有竞争方法。
原文摘要
A new estimator for smoothing towards log-linear models for Poisson means is introduced. The estimator is a generalization of one of Peng (1975). The theoretical basis for the choice of estimator is developed from an approximation to the mean square error of any estimator of Poisson means. The new estimator and its competitors are evaluated in simulations. The method has widespread application in contingency table analysis.