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:摘要中的固定效应属于一般正态线性模型,未出现面板数据结构,故不足以归入面板等所列方向。

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
R. Thompson

替代异常值模型下限制最大似然估计的一则札记

研究问题
在正态固定效应模型中,将单个异常值表示为均值偏移或未知观测的方差膨胀,限制似然估计会得到怎样的对应关系?
方法与思路
作者最大化似然中一个受限部分来估计方差参数,并利用标准最小二乘量刻画两种异常值模型下的估计结果。
材料陈述的贡献
摘要称通常最大似然的异常值位置可能不同,但在所研究的限制似然方案下,两模型的残差方差与异常值位置相同。
阅读关注点
应核对受限似然部分的具体构造、异常值位置的选择方式,以及两模型估计相同的条件和与普通最大似然的区别。
阅读边界
仅依据所给 Crossref 摘要;结论限定于正态固定效应模型中的单个异常值,不能扩展为一般多异常值或面板模型结论。

原文摘要

SUMMARY For single outliers in normal theory fixed effects models a mean slippage model is commonly used. An alternative is to model the outlier as arising from an unknown observation with inflated variance. Maximum likelihood estimates for the position of the outlier under the two models need not agree. This paper considers maximizing a restricted part of the likelihood to estimate the variance parameters and characterizes these estimates in terms of standard least squares parameters. It is shown that the residual variance and outlier position are the same under both models.

笔记与分组