Improving on Inadmissible Estimators in the Control Problem
控制问题中不可容许估计量的改进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：摘要研究正态模型下的统计决策理论，未提供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…
关注这篇论文的作者
控制问题中不可容许估计量的改进
- 研究问题
- 在均值未知、协方差为单位阵的多元正态模型中，采用由均值与决策内积偏离一所定义的损失，如何比较和改进控制决策规则？
- 方法与思路
- 作者将决策规则的期望损失比较转化为微分不等式研究，分析一大类估计量的最小极大性，并构造具有支配关系的广义贝叶斯规则。
- 材料陈述的贡献
- 摘要称，文章建立一大类估计量的最小极大性，并特别提出在维数至少为五时支配均匀先验广义贝叶斯控制器的可容许规则。
- 阅读关注点
- 应核对所用损失与常见均值估计损失的差异、微分不等式条件、先验构造，以及最小极大性、可容许性与支配性的证明范围。
- 阅读边界
- 仅依据稿件版本未注明的 OpenAlex 摘要；规则形式及定理条件未说明，改进仅针对指定模型与损失，不能外推到一般控制问题。
原文摘要
Let $X$ have a $p$-variate normal distribution with unknown mean $\theta$ and identity covariance matrix. The following transformed version of a control problem (Zaman, 1981) is considered: estimate $\theta$ by $d$ subject to incurring a loss $L(d, \theta) = (\theta^t d - 1)^2$. The comparison of decision rules in terms of expected loss is reduced to the study of differential inequalities. Results establishing the minimaxity of a large class of estimators are obtained. Special attention is given to the proposition of admissible, generalized Bayes rules which dominate the uniform prior, generalized Bayes controller when $p \geq 5$.