The Variance of a Linear Combination of Independent Estimators Using Estimated Weights
使用估计权重组合独立估计量的方差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：摘要属于一般估计量组合理论，未明确涉及预测组合、金融因子或其他所列领域细分。
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
使用估计权重组合独立估计量的方差
- 研究问题
- 对同一参数的多个独立无偏估计量，使用与这些估计量独立、且和为一的随机权重进行线性组合，会怎样影响无偏性和方差？
- 方法与思路
- 作者以最小方差线性组合为参照，研究满足和为一及独立性要求的权重，并将组合方差联系到权重估计的均方误差。
- 材料陈述的贡献
- 摘要称该随机加权组合仍无偏，其方差仅取决于最优组合的方差及权重相对最优权重的均方误差。
- 阅读关注点
- 核对权重与各估计量的独立性要求、最优权重定义及均方误差的具体度量，并检查方差关系所需的矩存在条件。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；未给出方差表达式，结论不能直接用于同一数据估计权重与基础估计量的情形。
原文摘要
Consider k independent unbiased estimators of a common parameter τ. Let t* be the linear combination of the k estimators with minimum variance, and let t∩ be any linear combination whose weights sum to unity and are independent of the k estimators. Then t∩ is unbiased for τ and the variance of t∩ depends only on the variance of t* and the mean squared error of the weights as estimates of the optimum weights.