Improved Estimators for Ratios of Variance Components
方差分量比的改进估计量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：摘要属于随机效应与方差分量的一般估计理论，未提供对应所列经济学细分方向的充分依据。
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
方差分量比的改进估计量
- 研究问题
- 在平衡单因素随机效应模型中，常用方差分量比估计量的均方误差表现能否改进，并推广到更复杂的模型？
- 方法与思路
- 作者从均方误差准则考察 ML、REML 或截断 ANOVA 及非信息先验下的贝叶斯众数估计，并构造替代估计量。
- 材料陈述的贡献
- 摘要称上述三类估计量不可容许，给出同时支配它们的估计量及两种自适应估计量，并讨论平衡高阶模型扩展。
- 阅读关注点
- 应核对支配结论的参数范围、损失函数与分布条件，并检查自适应估计量的构造及高阶模型扩展的适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未提供估计量公式、支配条件或误差改善幅度，不能推广到任意不平衡模型或推断刊本变化。
原文摘要
The problem of estimating a ratio of variance components in the balanced one-way random effects model is considered. It is shown that in terms of mean squared error, the ML, REML (or truncated ANOVA), and Bayes modal estimators (using the noninformative prior) are inadmissible. An estimator that dominates all three is derived. Two other estimators that are adaptive in nature are also introduced. The new estimators are shown to possess much-improved mean squared error properties. The results easily extend to balanced higher-way random or mixed effects models.