Exponential empirical likelihood is not Bartlett correctable
指数经验似然不具有 Bartlett 可校正性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：摘要讨论通用非参数似然的高阶校正性质，没有所列领域细分的直接证据。
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
指数经验似然不具有 Bartlett 可校正性
- 研究问题
- 由非参数倾斜构造、与通常经验似然密切相关的指数经验似然，是否也具备 Bartlett 可校正性这一高阶推断性质？
- 方法与思路
- 作者针对以 Efron 非参数倾斜方法构造的指数经验似然，考察其 Bartlett 可校正性，并与摘要提及的通常经验似然作对照。
- 材料陈述的贡献
- 摘要明确称本文证明指数经验似然不具有 Bartlett 可校正性，指出相近的非参数似然构造也可能具有不同的高阶性质。
- 阅读关注点
- 核对指数经验似然的精确定义、所考察的统计量、Bartlett 校正的含义，以及否定结论依赖的模型和正则条件。
- 阅读边界
- 所据为稿件版本未注明的 OpenAlex 索引摘要。摘要未给出证明与适用范围，不可据此断言所有倾斜方法均不可校正或实际表现较差。
原文摘要
In a recent paper, DiCiccio, Hall and Romano established that Owen's empirical likelihood is Bartlett correctable. This is an intriguing and perhaps surprising result and is the only nonparametric context in which Bartlett correctability is known to hold. An alternative, closely related nonparametric likelihood, referred to here as exponential empirical likelihood, may be constructed using Efron's method of nonparametric tilting. The purpose of this note is to show that exponential empirical likelihood is not Bartlett correctable.