Convergence Rates of Estimators of a Finite Parameter: How Small can Error Probabilities Be?
有限取值参数估计的收敛速度：错误概率能有多小？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：摘要研究有限参数空间中的通用决策与估计理论，没有提供任何所列经济计量细分领域的直接依据。
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
有限取值参数估计的收敛速度：错误概率能有多小？
- 研究问题
- 估计有限取值参数时，错误决策概率最快能以何种速度趋于零，单个参数点达到较优界是否会牺牲其他参数点的收敛速度？
- 方法与思路
- 作者分析一致估计达到 Bahadur 界的跨参数点后果，考察渐近极小极大程序的错误概率速度及恒定风险条件，并构造极大似然反例。
- 材料陈述的贡献
- 摘要称，某点达到 Bahadur 界会导致另一参数值下错误概率不呈指数下降；论文还给出相关速度、恒定风险充要条件及渐近不可容许反例。
- 阅读关注点
- 应核对错误概率、Bahadur 界和渐近极小极大性的定义，区分逐点与整体性质，并检查恒定风险条件及极大似然反例的限定设定。
- 阅读边界
- 仅据所给 OpenAlex 索引摘要，稿件版本未注明；摘要未给出速率表达式及定理条件，所举极大似然反例不能推广为一般不可容许结论。
原文摘要
In this paper we investigate the rates of convergence to zero of error probabilities in the estimation problem of a finite-valued parameter. It is shown that if a consistent estimator attains Bahadur's bound for the probability of incorrect decision at some parametric point then the error probability does not tend to zero exponentially fast for some other value of the parameter. We evaluate the minimal possible rate of convergence of this probability at a fixed parametric point for all asymptotically minimax procedures, and establish a necessary and sufficient condition for any of these procedures to have a constant risk. A simple example is constructed to demonstrate the asymptotical inadmissibility of the usual maximum likelihood estimator.