Uniformly Minimum Variance Estimation in Location Parameter Families
位置参数族中的一致最小方差估计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：摘要属于位置族估计的一般统计理论，没有给定经济或金融领域细分的直接依据。
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
位置参数族中的一致最小方差估计
- 研究问题
- 已知基准分布、未知位置参数时，哪些统计量能够成为其自身期望的一致最小方差估计量，何时不存在此类估计？
- 方法与思路
- 作者采用 Fourier 分析，将估计量性质联系到特征函数零点与变换支集，并分别研究单观测、样本均值函数及多项式。
- 材料陈述的贡献
- 摘要称给出单观测下受限意义的充要条件，并在所述尾部条件及统计量形式限制下建立若干非存在性结果。
- 阅读关注点
- 应核对受限最小方差的比较范围、变换存在条件、尾部衰减要求，以及周期函数和正态分布例外的准确表述。
- 阅读边界
- OpenAlex 摘要版本未注明；尾部条件和估计量类别未完整说明，不能把非存在性结论推广到所有位置族估计问题。
原文摘要
Let $x_1, \cdots, x_n$ be a sample of size $n$ of an $\operatorname{rv}$ with $\operatorname{df} F(x - \theta)$, where $F$ is known but $\theta$ unknown. In this paper we make a Fourier approach to the problem of existence of a statistic $g(x_1, \cdots, x_n)$ which is a uniformly minimum variance (UMV) estimator of its own mean value. We mention only some of the results. If $n = 1$ we find an NASC for an estimator $g(x_1)$ to be, in a restricted sense, UMV. This condition is given in terms of the zeroes of the ch.f. of $F$ and the support of the Fourier transform of $g$. If $n \geqq 2$, it is shown that a statistic of the form $g(\bar{x})$, where $\bar{x}$ is the sample mean, cannot be UMV, unless $g$ is periodic or $F$ is a normal $\operatorname{df}$. We prove the non-existence of a UMV-estimator of $\theta$, provided that the tail of $F$ tends to zero rapidly enough. Finally, it is proved that no polynomial $P(x_1, \cdots, x_n)$ can be a UMV-estimator, unless $F$ is a normal $\operatorname{df}$.