Efficiency of estimators for locally asymptotically normal quantum statistical models
局部渐近正态量子统计模型的估计效率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：摘要明确属于量子统计渐近理论，没有支持给定经济计量细分方向的文本证据。
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
局部渐近正态量子统计模型的估计效率
- 研究问题
- 在局部渐近正态的量子统计模型中，如何刻画正规估计量与极小极大估计量的效率，并突破独立同分布限制？
- 方法与思路
- 作者建立量子统计模型的渐近表示定理，以分析量子估计量的效率，并与此前量子相邻性理论衔接。
- 材料陈述的贡献
- 摘要称，所得理论给出超出独立同分布设定的普适紧下界，为弱量子局部渐近正态理论提供基础。
- 阅读关注点
- 应核对量子正规性、局部渐近正态和损失标准的定义，以及紧下界的适用范围和可达性所需条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；定理条件与下界形式未提供，不能将量子效率结论直接套用于经典计量模型。
原文摘要
We herein establish an asymptotic representation theorem for locally asymptotically normal quantum statistical models. This theorem enables us to study the asymptotic efficiency of quantum estimators, such as quantum regular estimators and quantum minimax estimators, leading to a universal tight lower bound beyond the i.i.d. assumption. This formulation complements the theory of quantum contiguity developed in the previous paper [Fujiwara and Yamagata, Bernoulli 26 (2020) 2105–2141], providing a solid foundation of the theory of weak quantum local asymptotic normality.