LIKELIHOOD INFERENCE IN AN AUTOREGRESSION WITH FIXED EFFECTS
固定效应自回归模型中的似然推断AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：分层特定固定截距与自回归结构直接对应固定效应面板和时间序列建模。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
固定效应自回归模型中的似然推断
- 研究问题
- 在具有分层特定截距的自回归模型中，如何修正回归系数剖面得分的偏差，并在调整似然存在异常极值时获得一致估计？
- 方法与思路
- 作者计算不依赖附带参数的剖面得分偏差，通过中心化和积分构造调整似然，并在最大似然估计附近的椭球内选择局部极大值。
- 材料陈述的贡献
- 摘要称，中心化得分无偏，多种似然修正方法结果等价；虽然全局极大值位于无穷远，特定区域内的局部极大值可给出一致估计。
- 阅读关注点
- 应核对得分偏差的推导、椭球区域的定义及局部解选择规则，重点理解多重零点和无穷远全局极大值如何影响实际优化。
- 阅读边界
- 本导读仅据所给 Crossref 摘要；一致性对应的渐近框架、局部解可计算性及参数空间条件摘要未说明，不能直接套用修正似然。
原文摘要
We calculate the bias of the profile score for the regression coefficients in a multistratum autoregressive model with stratum-specific intercepts. The bias is free of incidental parameters. Centering the profile score delivers an unbiased estimating equation and, upon integration, an adjusted profile likelihood. A variety of other approaches to constructing modified profile likelihoods are shown to yield equivalent results. However, the global maximizer of the adjusted likelihood lies at infinity for any sample size, and the adjusted profile score has multiple zeros. Consistent parameter estimates are obtained as local maximizers inside or on an ellipsoid centered at the maximum likelihood estimator.