Inference for Markov Chains Having Stochastic Entry and Exit
具有随机进入与退出机制的马尔可夫链推断AI 解读 ↓
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。
AI 根据所提供的论文材料归类:摘要涉及一般马尔可夫链的随机进入退出及银行分布应用,未明确研究宏观序列、资产定价或金融风险等所列方向。
具有随机进入与退出机制的马尔可夫链推断AI 解读 ↓
正在核对关联版本…
正在核对对应版本的资源…
Models suitable for statistical inference in Markov chains are considered featuring various forms of stochastic entry, including Poisson, renewable binomial pool, uncertain pool size, negative binomial, and input-output reservoir. A parallel inactive states model is suggested for exit. Maximum likelihood estimates are obtained and likelihood ratio tests derived. An application is made to the distribution of Ninth Federal Reserve District member banks with respect to the ratio of farm loans to total loans.