Information from the maximized likelihood function
从最大化似然函数获取信息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：摘要属于似然推断的一般方法，双变量线性结构关系不足以表明经济结构估计问题，因此暂不指定领域细分。
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
从最大化似然函数获取信息
- 研究问题
- 如何从最大化后的似然函数获得部分参数的渐近方差协方差矩阵，并将这种方法用于双变量线性关系的斜率？
- 方法与思路
- 作者提出从最大化似然函数确定参数子集渐近协方差的方法，并将其应用于双变量线性结构关系的斜率。
- 材料陈述的贡献
- 摘要明确陈述一种获取参数子集渐近协方差矩阵的技术及一个斜率应用，但没有交代计算步骤或与既有方法的区别。
- 阅读关注点
- 核对似然对哪些参数进行了最大化、协方差如何提取、所需正则条件，以及双变量结构关系具体采用何种统计模型。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要极短，未说明公式、正则条件和有限样本表现，也不能确认其效率优势。
原文摘要
A method is described for determining, from the maximized likelihood function, the asymptotic variance-covariance matrix of a subset of parameters. The technique is applied to the slope of a bivariate linear structural relationship.