Improving on the James-Stein Positive-Part Estimator
改进 James–Stein 正部估计量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：摘要研究多元正态均值的决策理论与收缩估计，未明确连接所列经济计量或金融细分，故暂不分类。
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…
改进 James–Stein 正部估计量
- 研究问题
- 在多元正态均值估计中，如何构造一个显式估计量改进 James–Stein 正部规则，补充其不可容许性的已有结论？
- 方法与思路
- 作者以显式支配正部规则的估计量为目标，结合摘要所述既有不可容许性结果，讨论风险改进与无偏风险估计的区别。
- 材料陈述的贡献
- 摘要将贡献定位为给出正部 James–Stein 规则的显式改进，并指出这种支配不能通过无偏风险估计处处更小来实现。
- 阅读关注点
- 阅读全文时应核对新估计量的具体表达、损失函数和参数设定，以及风险支配证明为何不依赖无偏风险估计的逐点比较。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要；新估计量公式、风险定义及支配条件未给出，不能推断对其他模型也有改进。
原文摘要
The purpose of this paper is to give an explicit estimator dominating the positive-part James-Stein rule. The James-Stein estimator improves on the "usual" estimator $X$ of a multivariate normal mean vector $\theta$ if the dimension $p$ of the problem is at least 3. It has been known since at least 1964 that the positive-part version of this estimator improves on the James-Stein estimator. Brown's 1971 results imply that the positive-part version is itself inadmissible although this result was assumed to be true much earlier. Explicit improvements, however, have not previously been found; indeed, 1988 results of Bock and of Brown imply that no estimator dominating the positive-part estimator exists whose unbiased estimator of risk is uniformly smaller than that of the positive-part estimator.