Some Admissible Nonparametric and Related Finite Population Sampling Estimators
若干可容许的非参数估计量及相关有限总体抽样估计量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：摘要属于一般非参数决策理论与抽样估计，未指定分位数、分布效应或其他所列应用方向，故暂不分类。
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…
若干可容许的非参数估计量及相关有限总体抽样估计量
- 研究问题
- 从未知分布的随机样本估计其函数泛函时，哪些估计量在平方误差损失下具有可容许性，并与有限总体抽样有何联系？
- 方法与思路
- 作者在非参数分布族中考察分布泛函估计，展示一类平方误差损失下的可容许估计量，并联系有限总体抽样中的类似构造。
- 材料陈述的贡献
- 摘要称为较广的一类分布泛函给出可容许估计量，并展示它们与有限总体抽样估计量之间的关系，但未列出具体构造。
- 阅读关注点
- 应核对分布族与泛函类别、风险比较所覆盖的估计量空间，以及可容许性证明和有限总体对应关系的具体条件。
- 阅读边界
- OpenAlex 索引摘要未注明稿件版本；未说明泛函范围和估计量形式，可容许性本身也不能解释为风险普遍最小。
原文摘要
Given a random sample from an unknown distribution $F,$ which is assumed to belong to some nonparametric family of distributions, consider the problem of estimating $\gamma(F),$ some function of $F.$ When the loss function is squared error, admissible estimators are exhibited for a large class of $\gamma$'s. A relationship between these estimators and similar ones in finite population sampling is demonstrated.