Empirical Bayes estimators for a finite Markov chain
有限状态马尔可夫链的经验贝叶斯估计量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：摘要仅给出有限马尔可夫链的通用概率估计问题，未明确时间序列分析任务或经济应用，细分证据不足。
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
有限状态马尔可夫链的经验贝叶斯估计量
- 研究问题
- 对于有限状态平稳马尔可夫链，如何利用经验贝叶斯方法估计转移概率，以及这些估计量具有哪些渐近性质？
- 方法与思路
- 作者基于既有马尔可夫链结果构造转移概率的经验贝叶斯估计，并推导部分渐近性质；摘要未说明具体构造。
- 材料陈述的贡献
- 摘要明确称提出有限平稳马尔可夫链转移概率的经验贝叶斯估计及部分渐近结果，未列出具体效率或风险比较。
- 阅读关注点
- 核对先验族和超参数估计、链的观测方式与渐近框架，以及转移概率的约束和稀少转移如何在估计中处理。
- 阅读边界
- 材料为版本未注明的OpenAlex索引摘要，信息较少；未说明渐近性质的类型、链的具体条件或估计优势。
原文摘要
Using results of Anderson & Goodman (1957), we develop empirical Bayes estimates for the transition probabilities of a finite stationary Markov chain. Some asymptotic properties of these estimators are also derived.