关于群检测问题无偏估计量的构造

去偏估计长期以来是群检测文献中的研究领域。这促使了若干以最小化偏差为目标的估计量的发展，以及近期一种基于序贯二项抽样的无偏估计量。然而，以往研究严重聚焦于无错分类假设且仅检测单一特征的简单情形。在本文中，我们在这些更广泛的领域中考虑无偏估计问题，给出若干情形下此类估计量的构造。我们表明，在文献先前处理的标准情形之外，不可能找到任何适当的无偏估计量，即取值仅落于参数空间中的估计量。这被证明在任意二项或多项抽样方案下普遍成立。