Minimax Bayes estimators of a multivariate normal mean
Minimax Bayes estimators of a multivariate normal mean
复制标题
多元正态均值的极小极大贝叶斯估计
DOI：
10.1016/0047-259x(78)90060-x
复制
发表时间：
1978
影响因子：
1.6
通讯作者：
R. Faith
中科院分区：
文献类型：
--
作者：
R. Faith
在三维或多维中，众所周知，多元正态分布的均值的通常点估计是极小极大的，但对于平方欧几里德距离损失是不可接受的。本文给出了先验分布的Bayes估计比通常估计具有严格低风险的充分条件。例子给出的后验密度是有用的置信集的形成。
In three or more dimensions it is well known that the usual point estimator for the mean of a multivariate normal distribution is minimax but not admissible with respect to squared Euclidean distance loss. This paper gives sufficient conditions on the prior distribution under which the Bayes estimator has strictly lower risk than the usual estimator. Examples are given for which the posterior density is useful in the formation of confidence sets.