Estimation of a Common Mean and Recovery of Interblock Information
共同均值估计与区组间信息恢复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：摘要研究正态总体共同均值的通用估计理论，未明确涉及面板、因果实验或其他给定方向。
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
共同均值估计与区组间信息恢复
- 研究问题
- 当两个无偏估计量彼此独立、服从正态分布且方差未知并可能不等时，如何组合它们来估计共同参数并改进既有方法？
- 方法与思路
- 作者构造统一的双参数估计量族，将先前两个单参数估计量族纳入其中，并扩展至多个总体的共同均值点估计和两总体区间估计。
- 材料陈述的贡献
- 摘要称，双参数族统一既有结果并改进其中一项主要结论，同时给出多总体共同均值点估计与两总体区间估计的扩展。
- 阅读关注点
- 应核对估计量族的形式、所谓改进采用的风险或性能标准、未知方差如何处理，以及点估计与区间估计结果各自的适用条件。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未说明具体改进标准与幅度，也未解释区组间信息恢复的实际实现，不能补造细节。
原文摘要
Consider the problem of combining two unbiased estimators of a parameter when the estimators are known to be independent normal variables with unknown variances possibly unequal. The two one parameter families of estimators studied in Brown and Cohen, and Khatri and Shah, are accommodated in a single two parameter family studied in this paper and the results in the two papers are unified. For the type of estimators considered by Brown and Cohen, this paper not only offers a generalization but also a significant improvement. This improvement concerns the main result in Theorem 2.1 of Brown and Cohen and has bearing on their entire paper except the last section on interval estimation. Extensions of Brown and Cohen's Theorem 4.1 concerning the point estimation of the common mean of $K$-populations and Theorem 5.1 concerning interval estimation of the common mean of two populations are also presented.