Sequential Estimation of the Mean of a Multinormal Population
多元正态总体均值的序贯估计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：序贯抽样的停止时间不等于时间序列模型，摘要主要涉及通用多元正态均值估计。
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
多元正态总体均值的序贯估计
- 研究问题
- 在尺度参数未知的多元正态总体中，如何通过序贯抽样估计均值，并刻画停止时间的分布和总体维度对风险效率的影响？
- 方法与思路
- 作者将既有正态均值序贯抽样程序推广到多元情形，推导停止时间的精确分布，并提出便于计算该分布的递归方法。
- 材料陈述的贡献
- 摘要称，文章给出停止时间的精确分布与可编程递归计算方法，并表明所研究程序的风险效率是总体维度的函数。
- 阅读关注点
- 应核对尺度参数和停止规则的定义、风险效率的评价基准，以及递归算法的初始化、计算要求与维度变化的具体作用。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明停止规则、风险函数或维度影响的方向，不能据此判断高维下效率更好。
原文摘要
This article is a multivariate generalization of the sequential sampling procedure developed by Robbins (1959) and extended by Starr (1966b) for estimating the mean of a normal population when the scale parameter is unknown. The exact distribution of the stopping time is derived for the sequential procedure, and a recursive method for computing the distribution of the stopping time is proposed that can be easily programmed for mechanical calculation. It is shown that the “risk efficiency” of the sequential procedure is a function of the dimension of the population.