Estimating Functions and Approximate Conditional Likelihood
估计函数与近似条件似然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：摘要属于含干扰参数的通用似然理论，未提供所列计量领域的直接应用依据，因此使用空分类。
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
估计函数与近似条件似然
- 研究问题
- 存在干扰参数时，近似条件似然如何用于标量参数估计，其估计函数与剖面似然方法相比具有何种性质？
- 方法与思路
- 作者应用Cox与Reid提出的近似条件似然，比较两类估计函数，强调参数正交性，并以若干模型举例。
- 材料陈述的贡献
- 摘要称近似条件似然对应的估计函数更可取，并给出两种方法等价的充分条件；具体比较标准需核对正文。
- 阅读关注点
- 核对“更可取”的评价标准、参数正交性的作用及等价条件，并检查已知变异系数的二元正态例子如何满足条件。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；摘要未说明优越性的具体含义、适用条件及有限样本表现。
原文摘要
The approximate conditional likelihood method proposed by Cox & Reid (1987) is applied to the estimation of a scalar parameter Θ, in the presence of nuisance parameters. The estimating function of Θ based on the approximate conditional likelihood is shown to be preferable to that based on the profile likelihood. A sufficient condition for both approaches to be equivalent is given. The role of parameter orthogonality is emphasized. Several examples including bivariate normal means with known coefficient of variation are presented.