Simultaneous Estimation of Several Poisson Parameters Under $K$-Normalized Squared Error Loss
K 归一化平方误差损失下多个泊松参数的同时估计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：摘要属于一般泊松参数同时估计与决策理论，没有明确对应所列经济计量应用细分。
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
K 归一化平方误差损失下多个泊松参数的同时估计
- 研究问题
- 对多个独立泊松变量的参数，当平方误差按真实参数的正整数次幂归一化时，如何构造同时估计方法并处理重复观测？
- 方法与思路
- 作者针对给定正整数所定义的归一化平方误差损失推导新估计量，并考虑部分泊松变量具有多个观测的扩展情形。
- 材料陈述的贡献
- 摘要称新估计量以既有 Clevenson–Zidek 极小极大估计量为特例，并将讨论扩展到部分变量存在重复观测的情况。
- 阅读关注点
- 应核对参数空间、损失在边界处的处理、新估计量的具体形式，以及包含既有极小极大估计量所需的条件。
- 阅读边界
- 依据版本未注明的 OpenAlex 摘要；未说明所有新估计量均为极小极大，也未给出风险比较，不能由包含特例推断普遍支配。
原文摘要
In this study, we consider the simultaneous estimation of the parameters of the distributions of $p$ independent Poisson random variables using the loss function $L_k(\lambda, \hat{\lambda}) = \sum (\lambda_i - \hat{\lambda}_i)^2/\lambda^k_i$ for a given positive integer $k$. New estimators are derived, which include the minimax estimators proposed by Clevenson and Zidek (1975), as special cases. The case when more than one observation is taken from some of the variables is considered.