Inadmissibility of the Maximum Likelihood Estimator in the Sequential Estimation of the Size of a Population
有限总体规模序贯估计中最大似然估计量的不可容许性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：文本讨论有限总体规模的序贯估计与决策风险，未明确对应所列经济计量细分方向。
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
有限总体规模序贯估计中最大似然估计量的不可容许性
- 研究问题
- 在序贯估计有限总体规模时，常用但缺乏显式表达的最大似然估计量是否可容许，能否找到形式更简单的替代估计量？
- 方法与思路
- 作者分析最大似然估计量的可容许性，并提出形式简单的替代估计量，通过渐近比较研究其对最大似然估计的支配关系。
- 材料陈述的贡献
- 摘要称证明最大似然估计量不可容许，并提出一个形式简单、在渐近意义下支配最大似然估计量的替代方案。
- 阅读关注点
- 应核对序贯抽样与停止机制、风险比较所用损失函数，以及不可容许性证明和所提估计量渐近支配之间的关系。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要。损失函数、参数范围与支配条件未说明，不能把渐近支配解释为任意有限样本均更好，也不推断刊本变化。
原文摘要
For the sequential estimation of the size of a finite population, the maximum likelihood estimator is a commonly used estimator but has no explicit expression. In this paper, it is shown that the maximum likelihood estimator is inadmissible. An estimator which is simple in form and dominates the maximum likelihood estimator asymptotically is proposed.