穆霍帕迪耶，尼蒂斯;德班詹·巴塔查吉 关于最小方差无偏估计的注记。 （英语） Zbl 1318.62070号 Commun公司。统计、理论方法 39，第8-9号，1466-1476（2010）。 小结：Rao-Blackwellization过程涉及到对\（τ（θ）\）的天真无偏估计的指定，然后在给定\（θ\）的完整且充分的统计（T）的情况下确定其条件期望。这导致了（τ（θ））的最小方差无偏估计量（MVUE）。然而，在某些情况下，（τ（θ））的天真无偏估计可能不是一件容易遇到的事情。定理2.1通过制定一种新的方法来在一些有趣的情况下找到（τ（θ））的MVUE，填补了一个重要的空白，在这些情况下，传统的Rao-Blackwellization技术可能不太容易实现。通过一系列有趣的示例说明了新方法。定理2.1有其自身的局限性，我们已经通过示例强调了这一点。 引用于1审查引用于2文件 MSC公司： 10层62层 点估计 62F99型 参数化推理 关键词：Rao-Blackwellization的替代方案;指数分布;指数分布可靠性;Lehmann-Scheffé定理;MVUE公司;正态分布;正态分布矩母函数;泊松分布;Rao-Blackwell定理 PDF格式BibTeX公司 XML格式引用 \textit{N.Mukhopadhyay}和\textit{D.Bhattacharjee}，Commun。Stat.，理论方法39，No.8-9，1466--1476（2010；Zbl 1318.62070） 全文： 内政部 参考文献： [1] 内政部：10.1007/BF02613124·兹比尔0608.62030 ·doi:10.1007/BF02613124 [2] Bhattacharyya A.，Sankhya 8 pp 1–（1946） [3] 内政部：10.1214/aoms/1177730497·Zbl 0033.07603号 ·doi:10.1214/aoms/1177730497 [4] Cramér H.，斯堪的纳维亚斯克Aktuarietdskrift 29 pp 85–（1946） [5] Engelhardt M.，《指数分布：理论、方法和应用》，第73页–（1995） [6] 内政部：10.2307/2283836·Zbl 0157.47704号 ·doi:10.2307/2283836 [7] Kolmogorov A.N.，《苏联科学院》第14卷第303页（1950年） [8] Lehmann E.L.，点估计理论（1983）·Zbl 0522.62020号 [9] Lehmann E.L.，点估计理论（1998）·Zbl 0916.62017号 [10] Lehman E.L.，Sankhya 10，第305页–（1950） [11] Mukhopadhyay N.，概率和统计推断（2000）·Zbl 0945.62001号 [12] 数字对象标识码：10.1198/000313006X90774·doi:10.1198/000313006X90774 [13] 内政部：10.1081/SQA-200039002·Zbl 1054.62095号 ·doi:10.1081/SQA-200039002 [14] 内政部：10.1287/opre.11.57·Zbl 0107.14004号 ·doi:10.1287/opre.11.57 [15] Rao C.R.，加尔各答数学学会的Buletin 37 pp 81–（1945） [16] 内政部：10.1002/9780470316436·Zbl 0256.6202号 ·数字对象标识代码：10.1002/9780470316436 [17] DOI:10.1007/BF01894731·兹伯利0588.62039 ·doi:10.1007/BF01894731 [18] DOI:10.1214/aoms/1177706256·Zbl 0096.13202号 ·doi:10.1214/aoms/1177706256 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。