Unimodality of Likelihood Functions for the Binomial Distribution
二项分布似然函数的单峰性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：摘要仅涉及二项分布似然的一般性质，没有所列经济计量细分方向的充分依据。
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
二项分布似然函数的单峰性
- 研究问题
- 当二项分布的两个参数均待估时，最大似然估计何时存在，似然函数的形状能否排除多个有限驻点造成的估计歧义？
- 方法与思路
- 摘要通过样本均值与样本方差的关系陈述估计存在条件，并分析对数似然导数的有限根数，以说明似然函数的单峰性质。
- 材料陈述的贡献
- 摘要称，两参数最大似然估计存在当且仅当样本均值大于样本方差，且对数似然导数至多有一个有限根。
- 阅读关注点
- 核对两个参数的取值空间、样本方差的定义，以及离散参数、边界或无穷远情形如何影响存在性与单峰性的陈述。
- 阅读边界
- 材料仅为版本未注明的 OpenAlex 索引摘要，且内容极简；参数空间和证明均未提供，不能自行扩展定理或推断刊本变化。
原文摘要
A maximum likelihood estimate exists for both parameters of the binomial distribution if and only if the sample mean exceeds the sample variance. The derivative of the log-likelihood function has at most one finite root; consequently the likelihood function is unimodular.