Stochastic Inequalities Relating a Class of Log-Likelihood Ratio Statistics to their Asymptotic $\chi^2$ Distribution
一类对数似然比统计量与其渐近卡方分布之间的随机不等式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：摘要研究协方差选择模型中的通用检验理论，未涉及经济网络、金融风险或其他所列细分领域。
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
一类对数似然比统计量与其渐近卡方分布之间的随机不等式
- 研究问题
- 在可分解协方差选择模型中，对数似然比统计量的有限样本零假设分布与渐近卡方分布有何随机序关系，如何据此校正检验？
- 方法与思路
- 作者建立连接零假设分布与渐近卡方分布的随机不等式，并利用该关系提出一种思想上类似Bartlett校正的统计量调整。
- 材料陈述的贡献
- 摘要称零假设分布在随机序意义上更大，因此通常需要缩减统计量以改善卡方近似；另提出可产生保守检验的简单调整。
- 阅读关注点
- 应核对可分解模型的限制、随机不等式的方向与适用样本范围，以及缩减调整的形式和保守性保证所需条件。
- 阅读边界
- 仅据稿件版本未注明的OpenAlex索引摘要；调整公式与模型条件未提供，不能将随机序或保守性结论推广到任意似然比检验。
原文摘要
For decomposable covariance selection models, stochastic inequalities which relate the null distribution of the log-likelihood ratio statistic to its asymptotic $\chi^2$ distribution are obtained. The implications are twofold: First, the null distribution of the log-likelihood ratio statistic is seen to be stochastically larger than its asymptotic $\chi^2$ distribution. Extremely large samples apart, for the $\chi^2$ approximation to be valid, a deflation of the log-likelihood ratio statistic is then necessary. Second, a simple adjustment to the log-likelihood ratio statistic, similar in spirit to the Bartlett adjustment, yields a conservative test.