Estimating a Particular Function of the Multiple Correlation Coefficient
复相关系数某一特定函数的估计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：摘要属于正态模型下相关系数函数的通用决策估计理论，未明确对应给定应用领域细分。
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
复相关系数某一特定函数的估计
- 研究问题
- 在正态总体抽样和二次损失下，如何改进复相关系数某一函数的无偏估计，并比较线性与非线性估计的均方误差？
- 方法与思路
- 作者比较最优无偏估计、其他线性估计和非线性估计的风险，并通过 Monte Carlo 研究其均方误差；目标参数符号不完整。
- 材料陈述的贡献
- 摘要称最优无偏估计被其他线性估计支配，而后者又被非线性估计支配；模拟显示所述替代估计的均方误差更低。
- 阅读关注点
- 应先查阅原 PDF 确认缺失的总体系数和目标函数，再核对风险支配的参数范围、样本条件及模拟比较设定。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；总体相关系数及目标参数表达式缺失，不能重构公式或据此推导结论，需查阅原 PDF。
原文摘要
Let R denote the sample multiple correlation coefficient formed from a sample from a normal distribution with population multiple correlation coefficient . This article considers the problem of estimating the parameter using quadratic loss. The best unbiased estimate of θ is a linear function of Y = R 2/(1 − R 2); it is shown that this is dominated by other linear estimates and that these, in turn, are dominated by nonlinear estimates. A Monte Carlo study indicates that such estimates perform much better than the best unbiased estimate in terms of mean squared error.