On the Estimation of Parametric Density Functions
参数密度函数的估计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：摘要属于一般群不变性与密度估计理论，缺少所列计量领域细分的文本证据。
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
参数密度函数的估计
- 研究问题
- 在对某个变换群保持不变的统计模型中，如何依据基于信息量的拟合准则寻找最佳不变密度估计？
- 方法与思路
- 作者在具有群不变性的参数模型内推导密度函数估计量，并用基于信息量的拟合优度准则界定最优性。
- 材料陈述的贡献
- 摘要称得到该准则下的最佳不变估计，但没有给出具体信息量、估计量形式或适用模型的实例。
- 阅读关注点
- 应核对变换群及其作用、信息准则的准确表达、最优性比较范围，以及推导所需的存在性和正则条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；信息准则及模型条件未说明，不能把最佳不变性解释为无条件的全局最优。
原文摘要
The best invariant estimate of the parametric density function in statistical models invariant under a transformation group is derived. The estimate is best with respect to a goodness-of-fit criterion based on an information measure.