Estimation of order-restricted means from correlated data
相关数据下的序约束均值估计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：摘要研究一般多元正态均值的序约束估计，未明确涉及所列经济计量领域细分。
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…
相关数据下的序约束均值估计
- 研究问题
- 多元正态随机向量的均值分量受到序约束且协方差非对角时，如何估计均值，并应对某些条件下似然方法表现不佳的问题？
- 方法与思路
- 作者提出一个简单迭代算法，用于估计分量满足任意序约束的多元正态总体均值，并通过人类生殖激素数据展示方法的应用。
- 材料陈述的贡献
- 摘要称，所提迭代方法可处理均值分量的任意序约束，研究针对相关数据带来的困难；但没有明确报告相对似然方法的改善幅度。
- 阅读关注点
- 应核对序约束的表示、协方差矩阵是否已知及如何处理、迭代更新和收敛性质，以及应用中为何选择这些约束和比较基准。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，算法步骤、收敛保证和风险比较未说明，不能据此认定该方法普遍优于似然估计。
原文摘要
In many applications, researchers are interested in estimating the mean of a multivariate normal random vector whose components are subject to order restrictions. Various authors have demonstrated that the likelihood-based methodology may perform poorly under certain conditions for such problems. The problem is much harder when the underlying covariance matrix is nondiagonal. In this paper a simple iterative algorithm is introduced that can be used for estimating the mean of a multivariate normal population when the components are subject to any order restriction. The proposed methodology is illustrated through an application to human reproductive hormone data. Copyright 2005, Oxford University Press.