A Comparison of the Maximum Likelihood Estimator and the Posterior Mean in the Single-Parameter Case
单参数情形下最大似然估计与后验均值的比较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：摘要是标量参数估计的通用比较理论，没有所列细分方向的直接文本依据。
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
单参数情形下最大似然估计与后验均值的比较
- 研究问题
- 估计单个标量参数时，采用大样本 Pitman 接近性准则比较最大似然估计与后验均值，会得到怎样的偏好及其与均方误差的差异？
- 方法与思路
- 作者使用 Pitman 接近性准则的大样本版本，给出两类估计量比较的条件，并通过若干例子对照该准则与均方误差的判断。
- 材料陈述的贡献
- 摘要明确指出，两种性能准则对估计量的比较可能冲突，并提供相关条件与例子；所给文本中的符号缺失妨碍辨认具体偏好方向。
- 阅读关注点
- 应核对原文中估计量符号、Pitman 接近性的定义、先验和模型条件，以及不同准则产生冲突的例子与渐近展开。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；估计量符号已丢失，无法确定条件对应的优劣方向，须查原 PDF，不据残缺符号重构结论。
原文摘要
Consider estimation of a scalar parameter θ of a distribution on the basis of a random sample of size n. Possible estimators include the maximum likelihood estimator, n , and the posterior mean with respect to some prior distribution, n . In this article n and n are compared by considering a large-sample version of the Pitman nearness criterion; conditions are given under which n is preferable to n in this sense. Several examples are provided that show that comparisons of n , and n based on Pitman nearness are often in conflict with comparisons based on mean squared error.