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:摘要介绍通用统计渐近展开工具,未涉及可直接归入所列细分方向的研究对象。

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
David F. Andrews
James E. Stafford

渐近展开的符号计算工具

研究问题
如何系统计算独立同分布随机变量之和的函数所对应的渐近展开,并覆盖极大似然估计与相关似然统计量?
方法与思路
作者介绍一组符号计算程序,用于展开极大似然估计、离差或似然下降量,以及含一个或多个参数的更一般函数。
材料陈述的贡献
摘要所述贡献是提供系统计算常见渐近展开的程序集合,并通过一般分布与具体分布的例子展示其用途。
阅读关注点
应核对程序支持的展开阶数、输入形式、适用正则条件,以及符号计算结果如何与解析推导相互验证。
阅读边界
仅据所给 Crossref 摘要;摘要未说明软件实现、代码可用性、余项控制或计算效率,不能推断这些方面的表现。

原文摘要

SUMMARY This paper describes a collection of procedures for the systematic computation of asymptotic expansions that are common in statistical theory and practice: expansions of functions of sums of independent and identically distributed random variables. The procedures permit the expansion of maximum likelihood estimates, the associated deviance or drop in likelihood and more general functions of random variables with distributions involving one or more parameters. The procedures are illustrated with examples involving general and specific laws.

笔记与分组
相关领域论文