On a Minimax Estimate for the Mean of a Normal Random Vector Under a Generalized Quadratic Loss Function
广义二次损失下正态随机向量均值的极小极大估计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：摘要属于正态均值估计的通用统计决策理论，缺乏所列计量领域的直接证据。
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
广义二次损失下正态随机向量均值的极小极大估计
- 研究问题
- 正态随机向量协方差已知，且损失同时对估计误差与未知均值呈二次形式时，如何构造可容许的极小极大均值估计？
- 方法与思路
- 作者采用最不利先验方法推导线性决策规则，以零均值正态分布作为最不利先验，并通过非线性矩阵方程确定其协方差。
- 材料陈述的贡献
- 摘要称得到广义二次损失下可容许的极小极大估计，并将最不利正态先验的协方差刻画为特定矩阵方程的解。
- 阅读关注点
- 应核对广义损失的具体结构、矩阵方程解的存在与唯一性，以及可容许性和极小极大性质分别依赖哪些条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；损失矩阵限制、方程形式与证明未提供，不能推断刊本变化或一般适用性。
原文摘要
An admissible minimax estimate for the mean of a normal random vector with known covariance is derived for a generalized quadratic loss function. This loss function is quadratic in both the estimation error and the unknown mean. The estimate is derived using the method of least favorable prior distributions. The decision rule is linear, and the least favorable prior distribution for the unknown mean is normal with zero mean. The covariance of this least favorable normal distribution is determined by the solution of a certain nonlinear algebraic matrix equation.