Efficient Estimation of Transition Probabilities in a Markov Chain
马尔可夫链转移概率的有效估计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：摘要聚焦马尔可夫链的通用抽样效率理论，没有明确的宏观时间序列或金融应用依据。
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
马尔可夫链转移概率的有效估计
- 研究问题
- 在观测长度随机的有限状态马尔可夫链中，哪些停止规则、无偏估计量与参数函数组合能达到信息不等式下界？
- 方法与思路
- 作者在转移概率为正、不同转移行之间无函数约束的设定下，联合刻画抽样规则、估计量和目标函数的有效性。
- 材料陈述的贡献
- 摘要称，完整刻画了有效三元组；状态数大于二时，多行目标不存在此类三元组，并另行处理二状态情形。
- 阅读关注点
- 应核对随机停止规则的 admissibility 条件、信息下界的推导，以及多行目标不存在有效三元组的适用范围。
- 阅读边界
- 所据为版本未注明的 OpenAlex 索引摘要；停止规则和正则条件未完整列出，不能推广到任意马尔可夫模型。
原文摘要
Let $\{X_1, \cdots, X_N\}$ be $N$ observations on an $m$-state Markov chain with stationary transition probability matrix $\mathbf{P} = (p_{ij}), p_{ij} > 0, i,j = 1,\cdots, m$, where $N$ is a random variable. For any parametric function of $\mathbf{P}$, the information inequality gives a lower bound on the variance of an unbiased estimator; attaining the lower bound depends on whether the sampling plan or stopping rule $S$, the estimator $f = f(X_1,\cdots, X_N)$, and the function $E(f) = g(\mathbf{P})$ are "efficient". All "efficient triples" $(S, f, g)$ are characterized for the Markov chain in which $p_{ij}$ and $p_{i'j'} (i' \neq i)$ are not related functionally. It is also shown that efficient triples do not exist if $m > 2$ and $g$ is a function of two or more rows of $\mathbf{P}$. For the case $m = 2$, efficient triples in which $g$'s are functions of both rows are characterized.