Sequential Shrinkage Estimation
序贯收缩估计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：摘要讨论一般序贯抽样与收缩估计，缺少对应所列经济计量细分方向的直接依据。
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…
序贯收缩估计
- 研究问题
- 在摘要所指的序贯抽样方案下，如何构造风险低于样本均值的收缩估计量，并刻画二者的高阶风险差异？
- 方法与思路
- 作者构造一类 James–Stein 估计量，给出其与样本均值直到二阶项的渐近风险展开，并用蒙特卡洛模拟比较风险。
- 材料陈述的贡献
- 摘要称，所构造的估计量在指定序贯抽样方案下支配样本均值，并提供二阶风险展开及模拟比较作为分析依据。
- 阅读关注点
- 应核对序贯停止规则、参数空间与损失函数，以及支配结论和二阶展开所需条件，并检查模拟采用的比较设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明具体停止规则、风险定义及支配条件，不能推广至任意序贯抽样。
原文摘要
The paper develops a class of James-Stein estimators that dominates the sample mean under sequential sampling schemes of Ghosh, Sinha and Mukhopadhyay (1976). Asymptotic risk expansions of the sample mean and James-Stein estimators are provided up to the second-order term. Also, a Monte Carlo study is undertaken to compare the risks of these estimators.