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:摘要讨论通用似然推断理论,未明确关联所列经济或金融细分领域。

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
T. A. Severini

基于积分似然的似然比统计量

研究问题
仅依赖目标参数与数据的积分似然,如何用于标量参数的高阶似然推断,其统计性质与标准似然比有何关系?
方法与思路
作者分析带符号积分似然比统计量的高阶渐近性质,据此构造修正统计量,并建议形成积分似然的一类先验密度。
材料陈述的贡献
摘要称,文章提供修正统计量与先验选择思路,比较积分似然比和标准似然比性质,并用示例展示替代方法的用途。
阅读关注点
应核对积分对象、先验密度的选择依据、高阶展开的正则条件,以及修正统计量在示例中改善了哪些性质。
阅读边界
仅据所给OpenAlex摘要,无法确认展开阶数、适用模型与误差范围;示例中的实用性不构成普遍优于标准方法的证据。

原文摘要

An integrated likelihood depends only on the parameter of interest and the data, so it can be used as a standard likelihood function for likelihood-based inference. In this paper, the higher-order asymptotic properties of the signed integrated likelihood ratio statistic for a scalar parameter of interest are considered. These results are used to construct a modified integrated likelihood ratio statistic and to suggest a class of prior densities to use in forming the integrated likelihood. The properties of the integrated likelihood ratio statistic are compared to those of the standard likelihood ratio statistic. Several examples show that the integrated likelihood ratio statistic can be a useful alternative to the standard likelihood ratio statistic. Copyright 2010, Oxford University Press.

笔记与分组
相关领域论文