跳到正文
← 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:摘要讨论一般序约束估计及算法最优性,未给出与所列经济计量细分方向直接关联的证据。

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
Tim Robertson
F. T. Wright

序约束统计推断算法与柯西中值性质

研究问题
序约束推断中利用合并样本汇总统计量的算法何时能产生最优估计,而相关中值性质不严格成立时应如何处理?
方法与思路
作者考察汇总统计量的柯西中值性质,提出具有一般适用性的最小下集算法,并用它证明最大—最小表达式所定义估计的最优性。
材料陈述的贡献
摘要称,常见算法的最优性与中值性质是否严格成立有关,并提供更一般的算法及最大—最小形式估计的最优性证明。
阅读关注点
应核对序关系、汇总统计量和柯西中值性质的定义,以及最小下集算法的目标函数、适用条件与最优性含义。
阅读边界
依据版本未注明的索引摘要。具体模型、损失函数与算法条件未提供;所称一般适用性不能理解为覆盖所有序约束问题。

原文摘要

Most algorithms in order restricted statistical inference express the estimates in terms of certain summary statistics computed from pooled samples. These algorithms may or may not yield optimal estimates depending on whether or not the Cauchy mean value property holds strictly for the summary statistics. In this paper a minimum lower sets algorithm, which holds generally, is described and used to prove the optimality of estimates described by a max-min formula.

笔记与分组