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:摘要是半参数信息算子的通用理论,未明确落在所列任何特定领域细分。

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
Lu Mao

半参数模型中信息算子的统一计算方法

研究问题
如何避免逐模型进行冗长推导,统一计算无限维干扰参数的信息算子,并辅助分析目标参数的正则可估计性?
方法与思路
作者利用半参数似然形式的共同结构建立统一框架,给出一般计算公式,以常规微积分和必要的少量概率计算求信息算子。
材料陈述的贡献
摘要称该框架简化信息算子的推导,并通过若干已有模型及一个具有实际意义的新模型展示其简洁性与适用性。
阅读关注点
应核对一般公式覆盖的似然结构、算子的定义域与必要条件,以及从信息算子到目标参数正则可估计性的具体论证。
阅读边界
仅据所给 Crossref 摘要,一般公式和示例模型均未具体给出,不能据此断言覆盖所有半参数模型或推断其他版本变化。

原文摘要

Summary The infinite-dimensional information operator for the nuisance parameter plays a key role in semiparametric inference, as it is closely related to the regular estimability of the target parameter. Calculation of information operators has traditionally proceeded in a case-by-case manner and has often entailed lengthy derivations with complicated arguments. We develop a unified framework for this task by exploiting commonality in the form of semiparametric likelihoods. The general formula developed allows one to derive information operators with simple calculus and, if necessary at all, a minimal amount of probabilistic evaluation. This streamlined approach shows its simplicity and versatility in application to a number of existing models as well as a new model of practical interest.

笔记与分组
相关领域论文