Bounds on the efficiency of estimates based on overlapping data
基于重叠数据的估计效率界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：摘要研究一般重叠样本估计组合，未明确涉及面板数据或所列其他细分。
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
基于重叠数据的估计效率界
- 研究问题
- 对同一目标的多个估计若使用部分重叠的数据，将其线性组合后，相对使用全部数据的最佳线性无偏估计会损失多少效率？
- 方法与思路
- 作者分别在有无协方差信息的情形下，推导只依赖数据重叠程度而不依赖各估计方差的相对效率界。
- 材料陈述的贡献
- 摘要称，仅有两两重叠时两类部分信息估计的效率至少为 8/9；结果扩展至多元情形及最大似然估计的渐近组合。
- 阅读关注点
- 应核对两两重叠的精确定义、效率基准和协方差信息设定，并查看最大似然扩展及更新分布应用所需条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；效率界依赖的完整模型条件未说明，8/9 下界不能泛用于任意相关或重叠估计组合。
原文摘要
If we have several estimates of the same quantity, based on partially overlapping sets of data, we can contemplate combining them, linearly, to give a single estimate. We give bounds, which depend only on the degrees of overlap but not on the individual variances, for the efficiency of the best linear unbiased combination of these estimates. with and without covariance information, relative to the overall best linear unbiased estimate. In particular, if the sets have no more than pairwise overlap, each of these ‘partial information’ estimates has efficiency at least 8/9. This result holds also in the multivariate case, and applies in an asymptotic sense when maximum likelihood estimates based on overlapping sets of data are combined linearly, relative to the overall maximum likelihood estimate. The result is applied to the problem of estimating a renewal distribution from time windowed realizations of several independent processes.