A class of situations in which a sequential estimation procedure is non-sequential
序贯估计程序可由固定样本实现的一类情形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：摘要研究一般贝叶斯序贯决策与估计，未明确涉及所给领域细分中的专门问题。
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
序贯估计程序可由固定样本实现的一类情形
- 研究问题
- 在哪些条件下，参数的贝叶斯序贯估计可以通过固定样本量获得，从而无需依照观测逐步决定采样过程？
- 方法与思路
- 作者寻找使贝叶斯序贯估计可由固定大小样本实现的条件，并进一步讨论多参数情形；摘要未给出具体推导方法。
- 材料陈述的贡献
- 摘要称，文章识别出序贯估计可由固定样本实现的一类条件，并将讨论延伸至多参数问题，但未列出条件内容。
- 阅读关注点
- 应核对损失与采样成本设定、停止规则和先验要求，以及固定样本实现指的是估计结果还是整个决策程序的等价。
- 阅读边界
- 仅据版本未注明的索引摘要，无法确定具体条件或多参数结论；所给段落定位符号不清，应查阅原文确认。
原文摘要
Conditions are found under which the Bayes sequential estimate t of a parameter θ is obtained by working from a sample of fixed size. These conditions are outlined in the third paragraph of ξ1. The multi-parameter case is considered in ξ3.