跳到正文
← 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:摘要属于无限维高斯模型的统计决策理论,未提供所列经济计量方向的直接依据。

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
Avi Mandelbaum

希尔伯特空间高斯分布均值的全部可容许线性估计量

研究问题
在希尔伯特空间中的高斯分布具有已知协方差算子时,哪些可测线性均值估计量在指定二次损失下具有可容许性?
方法与思路
作者以可测线性变换作为估计量类别,在二次损失下研究经协方差算子变换后的算子性质,并讨论布朗运动漂移估计。
材料陈述的贡献
摘要称,可容许性等价于变换算子满足Hilbert–Schmidt、自伴及特征值限制,其中等于一的特征值至多两个。
阅读关注点
应核对算子及其逆的定义域、损失和比较估计量类别、特征值重数的处理,以及布朗运动漂移估计如何符合一般理论。
阅读边界
仅依据版本未注明的OpenAlex索引摘要;算子定义域、协方差退化情形和证明细节未说明,不能据此判定任意具体估计量。

原文摘要

We consider linear estimators for the mean $\theta$ of a Gaussian distribution $N(\theta, C)$ on a Hilbert space, when the covariance operator $C$ is known. It was argued in a previous work that the natural class of linear estimators is the class of measurable linear transformations. Using the simplest quadratic loss we prove that the linear estimator $L$ is admissible if and only if the operator $C^{-1/2}LC^{1/2}$ is Hilbert-Schmidt, self-adjoint, its eigenvalues are all between 0 and 1 and two are equal to 1 at the most. As an application of the general theory, we investigate some linear estimators for the drift function of a Brownian motion.

笔记与分组
相关领域论文