Estimation in the Uniform Covariance Case
均一协方差情形下的估计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：摘要比较一般多元正态参数的区间推断，没有提供面板、因子、资产定价或其他所列领域的直接依据。
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
均一协方差情形下的估计
- 研究问题
- 置信推断、信赖推断与贝叶斯推断通常给出不同估计区域；在多元正态分布的均一协方差结构下，它们是否一致？
- 方法与思路
- 作者在多元正态模型中限制协方差矩阵为均一结构，比较三类推断方法对均值向量和共同相关系数给出的估计集合。
- 材料陈述的贡献
- 摘要称在该协方差结构下，三种方法给出相同的均值向量估计区域和共同相关系数区间，形成特定模型中的一致结果。
- 阅读关注点
- 应核对均一协方差结构的精确定义、三类区域的构造及贝叶斯先验选择，并确认相同区域结论适用的参数范围。
- 阅读边界
- 仅据所给Crossref摘要，先验、区域构造和证明条件未说明；不能将特定协方差结构下的一致性推广到一般多元正态模型。
原文摘要
Summary There are three basic methods (confidence, fiducial, Bayesian) of obtaining interval estimates or estimating regions for the parameters of the multivariate normal distribution, none of which need necessarily yield a unique solution, although this has been claimed as a property of the fiducial argument. It has been previously demonstrated that they are not consistent with one another, i.e. they yield different regions for the same parameters. In this paper we show that if the structure of the covariance matrix is uniform the three methods yield the same regions for the vector mean and the same intervals for the common correlation coefficient.