Best Invariant Estimation of a Direction Parameter
方向参数的最佳不变估计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：摘要研究一般矩阵模型的方向估计，主成分的出现不足以归入宏观或金融因子模型。
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…
方向参数的最佳不变估计
- 研究问题
- 在具有共同方差且坐标独立正态的矩阵模型中，当均值包含未知位置与方向成分时，如何在给定方向损失下估计单位方向？
- 方法与思路
- 作者采用由真实方向与估计方向内积平方定义的损失，在两类旋转变换下研究不变估计，并考察中心化散布矩阵的主方向。
- 材料陈述的贡献
- 摘要称中心化散布矩阵的第一主成分，在所指定的旋转不变估计类中为最佳估计，并且具有可容许性。
- 阅读关注点
- 应核对方向的单位长度约束、符号不可区分与损失的关系、旋转群的作用方式，以及最佳不变性和可容许性的证明范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；结论依赖所给正态模型、损失与不变类，不能推广为任意数据下主成分估计最优。
原文摘要
Let $X$ be an $n \times k$ random matrix whose coordinates are independently normally distributed with common variance $\sigma^2$ and means given by $EX = e\mu' + \theta\lambda',$ where $e$ is the vector in $R^n$ having all coordinates equal to $1, \theta \in R^n,$ and $\mu, \lambda \in R^k$ with $\sum^k_{j = 1} \lambda^2_j = 1.$ The problem is to estimate $\lambda$, say by $\hat{\lambda},$ with loss function $1 - (\lambda'\hat{\lambda})^2$ when $\mu, \theta,$ and $\sigma^2$ are unknown. It is shown that the largest principal component of $X'X - (1/n)X'ee'X$ is the best estimator invariant under rotations in $R^k$ and rotations in $R^n$ leaving $e$ invariant and is admissible.