论文部分内容阅读
本文讨论了一维离散指数族在平方误差损失下的经验Bayes估计问题.证明了其参数的任何经验Bayes估计的渐近最优收敛速度都不可能达到O(n~(-1)),即使参数空间被限定于一个有限区间.这意味着,Singh(对Lebesgue指数族情形提出)的一个猜想,在离散指数族情形,被证明是正确的.