跳到正文
← 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:摘要明确估计线性支出系统这一需求系统的参数,直接对应微观结构模型的估计与计算。

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
John C. Ham

线性支出系统高效估计札记

研究问题
在线性支出系统的最大似然估计中,如何减少数值优化耗时,并检查所得参数是否满足一阶条件?
方法与思路
作者提出一种线性支出系统的最大似然估计方法,并给出检查数值最大化所得参数是否满足一阶条件的检验。
材料陈述的贡献
摘要称,在若干实验中,新方法相较常规估计方法显著节省计算时间,同时提供对一阶条件的检查。
阅读关注点
应核对优化步骤、参数约束及一阶条件检验的实现,比较相同精度下的运行时间,并区分驻点与全局极大值。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;摘要未给实验规模、耗时数值或全局最优保证,不能推断刊本变化。

原文摘要

An efficient method of estimating the linear expenditure system (LES) by maximum likelihood is introduced. A test for insuring that parameter estimates obtained by numerical maximization satisfy the first-order conditions is given. In some experiments the new method of estimating the LES is compared to the more conventional method of estimation and is found to use significantly less computer time than the conventional method.

笔记与分组
相关领域论文