Precision of individual estimators in simultaneous estimation of parameters
同时估计参数时单个估计量的精度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：摘要研究通用多参数估计的分量风险，未出现所列领域中的特定数据结构或经济研究问题。
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
同时估计参数时单个估计量的精度
- 研究问题
- Stein 型估计量降低多个参数的平均均方误差时，是否也改善每个参数的估计精度，哪些参数分量可能反而承受更高误差？
- 方法与思路
- 作者求取向量参数 Stein 型估计量各分量的偏差与均方误差，与通常无偏估计量比较，并在若干参数数量、均值和标准差组合下计算。
- 材料陈述的贡献
- 摘要称，平均均方误差改善不保证每个分量改善，有些分量误差更大、有些更小，并计算了若干设定中 Stein 型估计更好的参数范围。
- 阅读关注点
- 应核对具体 Stein 型规则、分布设定与分量风险表达，以及参数组合和比较范围，尤其区分平均风险改进与单个参数精度改进。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；具体估计规则、分布条件和参数范围未提供，不能将结果推广至所有收缩估计量。
原文摘要
Biases and mean squared errors of estimators of individual parameters are obtained for Stein type estimators of a vector parameter. It is known that for such estimators the average mean squared error over the different parameters under estimation is smaller than that for the usual unbiased estimators. However, such a property may not hold for the mean squared error of any individual estimator for the corresponding parameter. It is found that when a number of parameters are estimated simultaneously by Stein type estimators, some individual estimators have larger mean squared error than those of the usual unbiased estimators and others less. For several combinations of number of parameters and their mean and standard deviation, the range of parameter values for which the Stein type is better has been computed.