Nonparametric likelihood ratio confidence intervals
非参数似然比置信区间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：摘要研究通用非参数置信区间与覆盖误差，没有足够证据对应所列应用或专门计量方向。
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
非参数似然比置信区间
- 研究问题
- 在光滑函数模型中，如何构造双侧非参数置信区间，并以较简便的解析调整或自助法降低覆盖误差？
- 方法与思路
- 作者基于Stein最不利族构造非参数似然，作为经验似然的替代方案，并分析渐近修正和似然比自助校准。
- 材料陈述的贡献
- 摘要称该方法保有经验似然的渐近性质且分析计算更简便；模拟显示解析调整与自助校准能够改善区间覆盖精度。
- 阅读关注点
- 应核对光滑函数模型的条件、最不利族构造、覆盖误差的具体阶数，以及与迭代自助法比较时的计算成本。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要，覆盖误差阶数与模拟设置未说明；计算简便和覆盖改善不能推广到任意非参数目标。
原文摘要
We consider construction of two-sided nonparametric confidence intervals in a smooth function model setting. A nonparametric likelihood approach based on Stein's least favourable family is proposed as an alternative to empirical likelihood. The approach enjoys the same asymptotic properties as empirical likelihood, but is analytically and computationally less cumbersome. The simplicity of the method allows us to propose and analyse asymptotic and bootstrapping techniques as a means of reducing coverage error to levels comparable with those obtained by more computationally-intensive techniques such as the iterated bootstrap. A simulation study confirms that coverage error may be substantially reduced by simple analytic adjustment of the nonparametric likelihood interval and that bootstrapping the distribution of the nonparametric likelihood ratio results in very desirable coverage accuracy. Keywords:Bootstrap; Coverage; Empirical likelihood; Least favourable family; Nonparametric likelihood.