Admissible estimators of a multivariate normal mean vector when the scale is unknown
尺度未知时多元正态均值向量的可容许估计量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：摘要属于正态均值估计的通用决策理论，缺少所列应用领域的直接依据。
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
尺度未知时多元正态均值向量的可容许估计量
- 研究问题
- 当多元正态模型的方差未知，并以尺度化二次损失衡量风险时，哪些广义贝叶斯均值估计量具有可容许性？
- 方法与思路
- 作者针对广义贝叶斯估计量的一个子类开展决策理论分析，在未知方差和尺度化二次损失下研究可容许性。
- 材料陈述的贡献
- 摘要明确研究该子类估计量的可容许性，并称其中部分估计量具有极小极大性，但未列出具体估计量形式。
- 阅读关注点
- 应核对先验与估计量子类的定义、维数限制、未知尺度的处理，以及可容许性和极小极大性证明的条件。
- 阅读边界
- 所给 Crossref 版本摘要非常简短，未说明先验、参数范围或定理条件，无法据此判断任意广义贝叶斯估计量的性质。
原文摘要
Summary We study admissibility of a subclass of generalized Bayes estimators of a multivariate normal vector in the case where the variance is unknown, under scaled quadratic loss. Minimaxity is established for some of these estimators.