The Convergence of Bhattacharyya Bounds
Bhattacharyya 界的收敛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：摘要属于指数族无偏估计与方差下界理论，未提供所列经济计量领域细分的直接证据。
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
Bhattacharyya 界的收敛
- 研究问题
- 当抽样分布属于指数族时，用于参数函数无偏估计的 Bhattacharyya 界能否收敛至最佳无偏估计量的方差？
- 方法与思路
- 作者研究指数族中的无偏估计方差界序列，并用负二项分布和可靠性背景下的指数分布例子说明方差确定。
- 材料陈述的贡献
- 摘要称这些界收敛到最佳无偏估计量的方差，并展示利用该结果确定方差的实例，未提供具体公式。
- 阅读关注点
- 应核对指数族与目标参数函数的条件、最佳无偏估计量的存在性，以及界序列的构造和收敛证明范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；定理条件与收敛速度未给出，不能推广至任意分布族或有偏估计。
原文摘要
Bhattacharyya bounds are considered for the unbiased estimation of a parametric function when the sampling distribution is a member of an exponential family of distributions. It is shown that the Bhattacharyya bounds converge to the variance of the best unbiased estimator. The application of this result to variance determination in demonstrated with examples from the negative binomial distribution and from the exponential distribution in a reliability theory context.