Maximum Likelihood and Bayesian Estimation of Transition Probabilities
转移概率的极大似然与贝叶斯估计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：摘要研究汇总比例下的转移概率，未明确涉及个体离散选择或其他所列细分。
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
转移概率的极大似然与贝叶斯估计
- 研究问题
- 只有汇总比例数据而缺少个体转移记录时，如何估计转移概率，并比较不同估计量的抽样性质？
- 方法与思路
- 作者在 Lexis 方案下假定观测比例服从多项分布，构造极大似然方法，并以多元贝塔分布作为贝叶斯先验。
- 材料陈述的贡献
- 摘要提出两类转移概率估计方法，并用若干蒙特卡洛实验为多个备选估计量的抽样性质提供证据。
- 阅读关注点
- 应核对汇总比例与转移概率之间的观测关系、Lexis 方案的假设、先验设定，以及模拟采用的评价指标。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；参数可识别条件、模拟设计和比较结果未说明，不能断言某一估计量更优。
原文摘要
In this paper, maximum likelihood and Bayesian methods are presented for estimating transition probabilities when data in the form of aggregated proportions are available. The probability function for the observed proportions is assumed to have a multinomial distribution under the Lexis scheme. The multivariate beta distribution is used as the prior probability density function in formulating the Bayesian estimator. The results of some Monte Carlo experiments provide some evidence on the sampling properties of several alternative estimators.