A Family of Minimax Estimators in Some Multiple Regression Problems
若干多元回归问题中的一族极小极大估计量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：摘要涉及一般回归决策理论与风险比较，没有所列经济计量细分方向的直接证据。
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
若干多元回归问题中的一族极小极大估计量
- 研究问题
- 当因变量与至少三个自变量联合服从正态分布时，能否构造在风险意义下优于回归系数最大似然估计的一族估计量？
- 方法与思路
- 作者在联合正态的多元回归框架中给出一族估计量，题名将其称为极小极大估计；摘要未说明构造形式、损失函数或证明方法。
- 材料陈述的贡献
- 摘要称，所给估计量族在该联合正态设定下支配回归系数的最大似然估计，但没有列出风险定义、改进幅度或具体适用条件。
- 阅读关注点
- 应核对损失函数、参数空间和风险比较方式，以及自变量数量条件、极小极大性质与支配关系分别依赖哪些完整假设。
- 阅读边界
- 所据为版本未注明的OpenAlex索引摘要，信息极简；未说明损失和风险范围，不能把支配结论解释成所有指标下均优于最大似然。
原文摘要
A family of estimators which dominate the maximum likelihood estimators of regression coefficients is given when the dependent variable and (3 or more) independent variables have a joint normal distribution.