Expected lengths of confidence intervals based on empirical discrepancy statistics
基于经验差异统计量的置信区间期望长度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：摘要讨论通用置信区间长度与经验差异统计量的高阶理论，未指定所列任何具体经济学应用方向。
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
基于经验差异统计量的置信区间期望长度
- 研究问题
- 对于包括经验似然比在内的经验差异统计量，其置信区间期望长度的高阶表现如何，评价标准改变会怎样影响比较？
- 方法与思路
- 作者研究一大类经验差异统计量所对应置信区间的期望长度高阶渐近性质，推导显式公式并讨论比较用途。
- 材料陈述的贡献
- 摘要称获得期望长度的显式高阶公式；在这一评价标准下，经验似然比原有的二阶功效优势明显减弱。
- 阅读关注点
- 应核对统计量类别、置信区间构造、期望长度展开的条件与阶数，以及比较是否同时考虑覆盖率和功效。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；公式和覆盖率条件未提供，长度标准下优势减弱不等于经验似然整体劣于其他方法。
原文摘要
We consider a very general class of empirical discrepancy statistics that includes the Cressie–Read discrepancy statistics and, in particular, the empirical likelihood ratio statistic. Higher-order asymptotics for expected lengths of associated confidence intervals are investigated. An explicit formula is worked out and its use for comparative purposes is discussed. It is seen that the empirical likelihood ratio statistic, which enjoys interesting second-order power properties, loses much of its edge under the present criterion.