Comparison of Linear Estimators Using Pitman's Measure of Closeness
利用Pitman接近性准则比较线性估计量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：摘要是一般线性估计量比较理论，岭回归示例未提供收益预测或其他领域的依据。
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…
利用Pitman接近性准则比较线性估计量
- 研究问题
- 若以一个估计量比另一个更接近目标的概率作为比较标准，如何精确比较同一随机向量的两个线性形式，并应用于岭回归？
- 方法与思路
- 作者在随机向量服从多元正态分布的假设下，推导两个线性形式之间的Pitman接近概率精确表达式，并展示岭回归估计的比较。
- 材料陈述的贡献
- 摘要提供基于Pitman接近性而非其他损失指标的线性估计比较方法，并以岭回归说明理论的适用性，未报告具体比较数值。
- 阅读关注点
- 应核对接近性事件、估计目标与距离标准的定义，以及多元正态假设下表达式的适用条件；再查看岭参数和比较对象的设定。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明，不能推断刊本变化；摘要的精确结果依赖多元正态假设，接近概率上的优势不自动意味着均方误差优势。
原文摘要
A method is given for the comparison of two linear forms of a common random vector under the criterion of Pitman's measure of closeness. Assuming multivariate normality of the random vector, one can determine exact expressions for the closeness probabilities. The applicability of the theory is illustrated on the comparison of ridge regression estimators.