Estimation of the Probability of Zero Failures in m Binomial Trials
二项试验中零失败概率的估计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：摘要研究二项概率估计量的风险比较，未明确涉及所列经济计量细分方向。
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
二项试验中零失败概率的估计
- 研究问题
- 估计 m 次二项试验全部无失败的概率时，最大似然估计与最小方差无偏估计在平方误差风险上如何比较？
- 方法与思路
- 作者以期望平方估计误差为标准比较两类估计量，考察参数空间不同区域中估计量选择如何变化。
- 材料陈述的贡献
- 摘要称，较优估计量依赖参数区域；在零失败概率超过 0.5 的区域，最大似然估计按所用标准更受支持。
- 阅读关注点
- 应核对估计所依据的样本与目标试验次数的关系、风险函数及区域边界，并确认比较是否依赖其他参数。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；结论限于所述平方误差比较，不构成普遍优越性。
原文摘要
The maximum likelihood estimator and minimum variance unbiased estimator of the probability of zero failures in m binomial trials were compared on the basis of expected squared estimation error. The choice of estimator proved to be a function of the region of parameter space. However, the m. l. e. was preferred throughout the regions likely to be encountered in practice (where the probability of zero failures exceeded 0.5).