On second-order optimality of the observed Fisher information
观测 Fisher 信息的二阶最优性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：摘要讨论一般最大似然误差估计与信息矩阵理论，未提供特定计量领域的直接依据。
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
观测 Fisher 信息的二阶最优性
- 研究问题
- 研究如何利用实际样本中包含的信息估计最大似然估计的已实现平方误差，而不只考察估计量的平均方差。
- 方法与思路
- 作者分析观测 Fisher 信息逆矩阵估计已实现平方误差的最优性，并比较期望信息、夹心、刀切和自助法估计。
- 材料陈述的贡献
- 摘要称在平方误差可被估计的范围内，观测信息的逆具有最准确的估计性质，所比较的其他方法不具该最优性。
- 阅读关注点
- 阅读全文应核对二阶最优性的损失标准、可估计误差的含义、模型条件，以及各比较方法是否针对同一目标。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出最优性条件，不能据此声称观测信息在所有推断问题中更优。
原文摘要
The realized error of an estimate is determined not only by the efficiency of the estimator, but also by chance. For example, suppose that we have observed a bivariate normal vector whose expectation is known to be on a circle. Then, intuitively, the longer that vector happens to be, the more accurately its angle is likely to be estimated. Yet this chance, though its information is contained in the data, cannot be accounted for by the variance of the estimate. One way to capture it is by the direct estimation of the realized error. In this paper, we will demonstrate that the squared error of the maximum likelihood estimate, to the extent to which it can be estimated, can be most accurately estimated by the inverse of the observed Fisher information. In relation to this optimality, we will also study the properties of several other estimators, including the inverse of the expected Fisher information, the sandwich estimators, the jackknife and the bootstrap estimators. Unlike the observed Fisher information, these estimators are not optimal.