Accurate pivotals from recapture experiments with time variation
捕获概率随时间变化的再捕获实验中的精确枢轴量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：摘要研究再捕获实验的统计推断，没有直接对应所列经济计量细分的文本依据。
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
捕获概率随时间变化的再捕获实验中的精确枢轴量
- 研究问题
- 在各次捕获概率可能不同的再捕获模型中，如何构造近似枢轴量，使参数检验与置信区间具有较准确的覆盖率？
- 方法与思路
- 作者比较类似 Wald、得分及似然比统计量的枢轴量，研究其渐近标准正态性，并开发偏差调整。
- 材料陈述的贡献
- 摘要称，得分与似然比枢轴量的双侧覆盖较准确，但单侧表现不同；得分枢轴量偏差较小，Chao 枢轴量计算较简单。
- 阅读关注点
- 应核对目标参数、捕获概率变化的设定、偏差调整公式，以及双侧和单侧区间在不同样本情形下的覆盖表现。
- 阅读边界
- OpenAlex 索引摘要版本未注明，未给出比较条件或覆盖数值；不能将其中的优劣判断推广到所有再捕获模型。
原文摘要
Testing and confidence interval construction for a parameter are achieved by constructing a pivotal. In this paper we study construction of approximate pivotals from recapture models where capture probabilities possibly vary from occasion to occasion. We compare the asymptotic standard normality of various pivotals including analogues of the classical maximum likelihood/Wald, score and likelihood ratio statistics. Some bias adjustments are developed and indicate that the score pivotal has smaller bias than the pivotal of Chao (1989). The score and likelihood ratio pivotals both provide intervals with accurate two-sided coverage, but one-sided coverage accuracy varies. Chao's pivotal appears to be slightly conservative but is the simplest to compute. Classical pivotals based directly on the estimator are inadequate.