Estimating a Bounded Normal Mean
有界正态均值的估计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：摘要属于有界参数空间上的统计决策理论，未提供归入所列计量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
有界正态均值的估计
- 研究问题
- 当正态总体均值被限制在一个有界区间内时，如何构造平方误差损失下的极小极大估计，并判断区间宽度的影响？
- 方法与思路
- 作者研究两点与三点先验对应的贝叶斯规则，分别讨论较窄区间和稍宽区间下这些规则的极小极大性质。
- 材料陈述的贡献
- 摘要称，区间约两个标准差宽时，两点先验贝叶斯规则是唯一极小极大估计；稍宽区间下给出三点先验规则的充分条件。
- 阅读关注点
- 应核对区间宽度的精确阈值、标准差的设定、先验支撑点与权重，以及唯一性和三点规则充分条件的证明。
- 阅读边界
- OpenAlex 摘要未注明稿件版本；“约两个标准差”不是精确阈值，先验构造及完整条件未说明，不能补造或推断刊本变化。
原文摘要
The problem of estimating a normal mean has received much attention in recent years. If one assumes, however, that the true mean lies in a bounded interval, the problem changes drastically. In this paper we show that if the interval is small (approximately two standard deviations wide) then the Bayes rule against a two point prior is the unique minimax estimator under squared error loss. For somewhat wider intervals we also derive sufficient conditions for minimaxity of the Bayes rule against a three point prior.