Shrinkage estimation with a matrix loss function
Shrinkage estimation with a matrix loss function
复制标题
使用矩阵损失函数进行收缩估计
DOI：
10.1214/12-ejs748
复制
发表时间：
2011
期刊：
影响因子：
--
通讯作者：
W. Strawderman
中科院分区：
文献类型：
--
作者：
R. Abu;J. Kent;W. Strawderman
考虑估计具有恒定方差的独立正态分布观测值的n × p矩阵的n × p均值矩阵，其中估计器的性能是使用p × p矩阵二次误差损失函数来判断的。提出了一个矩阵版本的James-Stein估计量，依赖于一个调谐常数。当n大于或等于3时，对于某些调谐常数的选择，它优于通常的最大似然估计量。这一结果也适用于其他收缩估计器和设置。
Consider estimating the n by p matrix of means of an n by p matrix of independent normally distributed observations with constant variance, where the performance of an estimator is judged using a p by p matrix quadratic error loss function. A matrix version of the James-Stein estimator is proposed, depending on a tuning constant. It is shown to dominate the usual maximum likelihood estimator for some choices of of the tuning constant when n is greater than or equal to 3. This result also extends to other shrinkage estimators and settings.
协方差矩阵未知的正态均值矩阵的广义贝叶斯极小极大估计
DOI：
--
发表时间：
2009
期刊：
Journal of Multivariate Analysis 100
影响因子：
--
作者：
Tsukuma;H.
通讯作者：
H.