Deriving Unbiased Risk Estimators of Multinormal Mean and Regression Coefficient Estimators Using Zonal Polynomials
利用分区多项式推导多元正态均值与回归系数估计的无偏风险估计量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：摘要涉及一般多元正态决策理论与回归风险，未明确对应所列经济计量细分方向。
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
利用分区多项式推导多元正态均值与回归系数估计的无偏风险估计量
- 研究问题
- 研究协方差矩阵未知时，如何为特定等变类中的多元正态矩阵均值与回归系数估计量构造无偏风险估计，并探索改进估计。
- 方法与思路
- 作者采用 James–Stein 方法的多元推广，利用分区多项式展开非中心统计量的分布，导出相应的风险表示与离散分布结构。
- 材料陈述的贡献
- 摘要称得到两类参数估计的无偏风险估计，并出现多元泊松与负二项分布；回归结果提示一种新极小极大估计量及相关推广。
- 阅读关注点
- 应核对等变估计类、损失函数、未知协方差的处理方式，以及风险无偏性与所提示极小极大估计量成立的具体条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列出风险公式和条件，不能将“提示新估计量”扩写为已证明全面优越。
原文摘要
Unbiased risk estimators are derived for estimators in certain classes of equivariant estimators of multinormal matrix means, $\xi,$ and regression coefficients $\beta.$ In all cases the covariance matrix is unknown. The underlying method, a multivariate version of that of James and Stein (1960), uses zonal polynomial expansions for the distributions of noncentral statistics. This gives, in one case, the required generalization of the Pitman-Robbins representation of noncentral chi-square statistics including the appropriate multivariate Poisson law. In the other case, a multivariate negative binomial law emerges. The result for regression coefficients suggests a new minimax estimator and, essentially, an extension of Baranchik's result.