Estimation of the Non-Centrality Parameter of a Chi Squared Distribution
非中心卡方分布非中心参数的估计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：摘要涉及通用分布参数的决策理论估计，未明确对应所列经济计量细分领域。
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
非中心卡方分布非中心参数的估计
- 研究问题
- 对于自由度给定的非中心卡方观测，如何评估非中心参数估计量的可容许性，并在平方误差损失下比较估计风险？
- 方法与思路
- 作者在非中心卡方分布设定下研究特定估计量的可容许性，并将观测值减自由度的正部与最大似然估计量作风险比较。
- 材料陈述的贡献
- 摘要称，在平方误差损失下，观测值减自由度的正部估计量支配最大似然估计量；摘要没有列出其他可容许性结论。
- 阅读关注点
- 应核对支配关系成立的自由度范围、风险比较证明，以及论文对哪些估计量给出了可容许或不可容许的结论。
- 阅读边界
- 索引摘要未注明稿件版本，未列出完整参数范围或风险差表达式；平方误差下的支配不能推广为所有损失下均更好。
原文摘要
Let $X$ be distributed according to a non-central Chi squared distribution with $p$ degrees of freedom. The non-central Chi squared distribution arises in various statistical analyses and the estimation of the non-centrality parameter is of importance in some problems. This paper deals with the admissibility of certain estimates of the non-centrality parameter. It is shown that $(X - p)^+$, the positive part of $X - p$ dominates the maximum likelihood estimator with squared error as the loss function.