An Improved Estimator of the Generalized Variance
广义方差的改进估计量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：摘要研究通用多元统计决策中的广义方差估计，未明确涉及所列金融或计量细分。
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
广义方差的改进估计量
- 研究问题
- 利用 Wishart 矩阵及独立的正态矩阵观测，能否改进协方差矩阵行列式的极小极大、最优仿射等变估计量？
- 方法与思路
- 作者采用利用分区多项式的 Stein 方法变体，将原估计量与加入正态矩阵信息后的候选量取较小值。
- 材料陈述的贡献
- 摘要称所构造估计量支配原有的极小极大、最优仿射等变估计量，从而把正态方差估计的改进推广至多元情形。
- 阅读关注点
- 应核对风险比较采用的损失函数、维数与自由度限制，确认独立性和未知均值在支配证明中发挥的作用。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；摘要未说明损失函数，支配结论不能外推至任意风险标准。
原文摘要
A multivariate extension is made of Stein's result (1964) on the estimation of the normal variance. Here the generalized variance $|\Sigma|$ is being estimated from a Wishart random matrix $S: p \times p \sim W(n, \Sigma)$ and an independent normal random matrix $X: p \times k \sim N(\xi, \Sigma \otimes 1_k)$ with $\xi$ unknown. The main result is that the minimax, best affine equivariant estimator $((n + 2 - p)!/(n + 2)!)|S|$ is dominated by $\min\{((n + 2 - p)!/(n + 2)!)|S|, ((n + k + 2 - p)!/(n + k + 2)!)|S + XX'|\}$. It is obtained by a variant of Stein's method which exploits zonal polynomials.