基于Besicovitch定理的蒙特卡洛方法近似条件期望：在广义半正态分布参数等变估计中的应用
摘要：用一种自然的蒙特卡洛方法来近似概率框架中的条件期望是通过对测度分别进行微分的Besicovitch覆盖定理的灵感而得出的一般结果。当密度函数不可用或难以计算时，这种方法特别有用。该方法通过一些示例进行了说明，并且也可以在统计设置中使用，例如用来近似给定充分统计下的条件期望。实际上，它被用来评估一般半正态分布的位置参数的最小风险等变估计器（MRE），因为该估计器是根据已知位置和尺度参数值的条件期望描述的。为了完整起见，给出了尺度参数的最小风险等变估计器的显式表达式。据我们所知，这些估计器在文献中以前没有被给出过。进行了仿真研究，比较了这些估计器与最大似然估计和无偏估计器的行为。
作者：Agust''in G. Nogales, P. P''erez, P. Monfort
论文ID：1306.1182
分类：Computation
分类简称：stat.CO
提交时间：2013-06-06