Equivariant Estimation in a Model with an Ancillary Statistic
含辅助统计量模型中的等变估计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：摘要属于群不变性、辅助统计量与决策理论，列举的模型未提供所列经济计量细分方向的明确研究依据。
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
含辅助统计量模型中的等变估计
- 研究问题
- 在参数空间由群作用生成且存在辅助统计量的模型中，如何构造最优等变估计量，并比较其与最大似然估计的风险？
- 方法与思路
- 作者重新表述既有最优等变估计结果以处理辅助统计量，将一般结论用于 Nile 问题、已知变异系数、圆模型和 GMANOVA。
- 材料陈述的贡献
- 摘要称，研究在这些模型中导出最优等变估计量，其中 Nile 问题与已知变异系数模型的估计量一致优于最大似然估计。
- 阅读关注点
- 应核对群作用、辅助统计量和损失函数的定义，以及最优性限于何种估计类，并查看前两个模型风险支配的具体条件。
- 阅读边界
- 索引摘要版本未注明，未说明支配关系的损失与参数条件；不能把两个模型中的风险优势推广到其他应用或所有估计量。
原文摘要
This paper reformulates a result of Hora and Buehler on best equivariant estimators to treat a model admitting an ancillary statistic. The approach itself was established by Pitman, Girshick and Savage and Kiefer, and expanded by Zidek. The model considered in this paper is assumed to be generated as an orbit under a group acting on the parameter space. The general result obtained here is applied to a model in the Nile problem, a model with a known variation coefficient, a circle model and the GMANOVA model, and best equivariant estimators (BEE's) are derived. In the first two models, the BEE's dominate the MLE's uniformly.