Minimax Estimation of Location Parameters for Spherically Symmetric Unimodal Distributions Under Quadratic Loss
球对称单峰分布位置参数在二次损失下的极小极大估计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：摘要属于一般多元决策与收缩估计理论，没有所列计量领域细分的明确依据。
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…
球对称单峰分布位置参数在二次损失下的极小极大估计
- 研究问题
- 对于至少三维的球对称单峰分布，怎样在一般二次损失下估计位置参数，并构造风险可支配直接观测值的收缩估计量？
- 方法与思路
- 作者研究多类经典收缩估计量，针对已知正定损失矩阵给出估计量族，并列出维数、矩阵谱、收缩函数及参数范围条件。
- 材料陈述的贡献
- 摘要称，在所列维数和损失矩阵等限制下，可构造极小极大估计量族；其中一项单次观测结果给出相对观测值的风险支配。
- 阅读关注点
- 应核对球对称单峰分布的范围、损失矩阵迹与最大特征值限制，以及收缩系数涉及的期望存在性和风险支配条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未提供证明及条件必要性，风险支配限于所述分布、损失和参数限制，不能推广为普遍优势。
原文摘要
Families of minimax estimators are found for the location parameter of a $p$-variate $(p \geqq 3)$ spherically symmetric unimodal distribution with respect to general quadratic loss. The estimators of James and Stein, Baranchik, Bock and Strawderman are all considered for this general problem. Specifically, when the loss is general quadratic loss given by $L(\delta, \theta) = (\delta - \theta)'D(\delta - \theta)$ where $D$ is a known $p \times p$ positive definite matrix, one main result, for one observation, $X$, on a multivariate s.s.u. distribution about $\theta$, presents a class of minimax estimators whose risk dominate the risk of $X$, provided $p \geqq 3$ and trace $D \geqq 2d_L$ where $d_L$ is the maximum eigenvalue of $D$. This class is given by $\delta_{a,r}(X) = (1 - a(r(\|X\|^2)/\|X\|^2)) X$ where $0 \leqq r(\bullet) \leqq 1, r(\|X\|^2)$ is nondecreasing, $r(\|X\|^2)/\|X\|^2$ is nonincreasing, and $0 \leqq a \leqq (c_0/E_0(\|X\|^{-2}))((\operatorname{trace} D/d_L) - 2)$, where $c_0 = 2p/((p + 2)(p - 2))$ when $p \geqq 4$ and $c_0 \approx .96$ when $p = 3$.