Small Confidence Sets for the Mean of a Spherically Symmetric Distribution
球对称分布均值的小体积置信集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：摘要研究通用多元均值置信集与收缩估计，未提供所列经济计量细分的直接依据。
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
球对称分布均值的小体积置信集
- 研究问题
- 对具有球对称分布和单位协方差矩阵的多元观测，如何构造均值置信集，并考察覆盖概率、体积与条件表现？
- 方法与思路
- 作者构造以正部Stein估计量为中心的球形置信集，分别通过抽样分布分位点的泰勒近似与参数自助法确定半径。
- 材料陈述的贡献
- 摘要称第一种方法在覆盖、体积和条件表现上良好，第二种方法可能进一步缩小体积，并讨论未知协方差等扩展。
- 阅读关注点
- 应核对球对称分布的具体条件、半径近似的有效范围、自助法的分布设定，以及体积减少时覆盖概率是否保持。
- 阅读边界
- 仅据所给Crossref摘要；近似公式、覆盖误差和改进范围未说明，不能推断两类置信集对所有参数值均有更优表现。
原文摘要
Summary Suppose that X has a k-variate spherically symmetric distribution with mean vector θ and identity covariance matrix. We present two spherical confidence sets for θ, both centred at a positive part Stein estimator TS+(X). In the first, we obtain the radius by approximating the upper α-point of the sampling distribution of ‖TS+(X)−θ‖2 by the first two non-zero terms of its Taylor series about the origin. We can analyse some of the properties of this confidence set and see that it performs well in terms of coverage probability, volume and conditional behaviour. In the second method, we find the radius by using a parametric bootstrap procedure. Here, even greater improvement in terms of volume over the usual confidence set is possible, at the expense of having a less explicit radius function. A real data example is provided, and extensions to the unknown covariance matrix and elliptically symmetric cases are discussed.