On adaptive estimation of linear functionals
线性泛函的自适应估计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：摘要属于通用非参数估计理论，未给出所列经济计量细分方向的具体应用依据。
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
线性泛函的自适应估计
- 研究问题
- 在多个参数空间之间估计同一个线性泛函时，自适应估计能够达到何种精度，其难度与单一空间的极小极大难度有何联系？
- 方法与思路
- 作者用类间连续模刻画两个参数空间之间的可自适应程度，并基于有序连续模给出最优自适应估计量的一般构造。
- 材料陈述的贡献
- 摘要称类间连续模对自适应程度具有关键刻画作用，提供最优自适应估计量构造，并通过若干例子补充说明。
- 阅读关注点
- 应核对类间与有序连续模的定义、最优性的损失标准、参数空间的几何条件，以及自适应相对已知空间所付出的代价。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；观测模型、精确风险界和空间条件未提供，不能推断任意线性泛函均可无代价自适应。
原文摘要
Adaptive estimation of linear functionals over a collection of parameter spaces is considered. A between-class modulus of continuity, a geometric quantity, is shown to be instrumental in characterizing the degree of adaptability over two parameter spaces in the same way that the usual modulus of continuity captures the minimax difficulty of estimation over a single parameter space. A general construction of optimally adaptive estimators based on an ordered modulus of continuity is given. The results are complemented by several illustrative examples.