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:摘要讨论通用估计量组合与重叠数据效率,没有所列领域细分的明确依据。

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
C. L. Mallows
Y. Vardi

基于重叠数据的估计效率界

研究问题
多个估计量使用部分重叠的数据时,如何评价其最佳线性无偏组合的效率,并仅凭重叠程度给出保证?
方法与思路
作者分别考虑有无协方差信息的线性组合,推导相对整体最佳线性无偏估计的效率界,并讨论多元及极大似然扩展。
材料陈述的贡献
摘要称数据集至多存在两两重叠时,所述部分信息估计的效率至少为 8/9,并将结果应用于更新分布估计。
阅读关注点
核对至多两两重叠的精确定义、效率比较对象、协方差信息的作用,以及极大似然扩展为何仅具渐近意义。
阅读边界
版本未注明的索引摘要未给出完整估计结构和条件;8/9 的下界不能推广到任意重叠设计或任意估计量。

原文摘要

If we have several estimates of the same quantity, based on partially overlapping sets of data, we can contemplate combining them, linearly, to give a single estimate. We give bounds, which depend only on the degrees of overlap but not on the individual variances, for the efficiency of the best linear unbiased combination of these estimates. with and without covariance information, relative to the overall best linear unbiased estimate. In particular, if the sets have no more than pairwise overlap, each of these ‘partial information’ estimates has efficiency at least 8/9. This result holds also in the multivariate case, and applies in an asymptotic sense when maximum likelihood estimates based on overlapping sets of data are combined linearly, relative to the overall maximum likelihood estimate. The result is applied to the problem of estimating a renewal distribution from time windowed realizations of several independent processes.

笔记与分组