Bartlett identities and large deviations in likelihood theory
似然理论中的 Bartlett 恒等式与大偏差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：摘要讨论一般似然高阶渐近理论，没有归入所列应用细分领域的充分证据。
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
似然理论中的 Bartlett 恒等式与大偏差
- 研究问题
- 似然及类似然准则产生的有符号平方根统计量，其小偏差与大偏差行为如何联系，Bartlett 恒等式起什么作用？
- 方法与思路
- 作者分析 Bartlett 恒等式满足或失效的阶次与统计量累积量的关系，并用对偶准则研究经验似然和生存分析类似然。
- 材料陈述的贡献
- 摘要称，首个一阶失效的恒等式及其相关系数决定大偏差行为，并提供衡量类似然统计量接近真正似然统计量的方式。
- 阅读关注点
- 应核对统计量的定义、恒等式的一阶含义、累积量展开所需条件，以及仿射修正和对偶准则分析的适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明完整正则条件，不能据此认定满足有限个恒等式即可获得全面的似然性质。
原文摘要
The connection between large and small deviation results for the signed square root statistic $R$ is studied, both for likelihoods and for likelihood-like criterion functions. We show that if $p - 1$ Barlett identities are satisfied to first order, but the $p$th identity is violated to this order, then $\operator{cum}_q(R) = O(n^{-q/2})$ for $3 \leq q < p$, whereas $\operator{cum}_p(R) = \kappa_p n^{-(p-2)/2} + O(n^{-p/2})$. We also show that the large deviation behavior of $R$ is determined by the values of $p$ and $\kappa_p$. The latter result is also valid for more general statistics. Affine (additive and/or multiplicative) correction to $R$ and $R^2$ are special cases corresponding to $p = 3$ and 4. The cumulant behavior of $R$ gives a way of characterizing the extent to which $R$-statistics derived from criterion functions other than log likelihoods can be expected to behave like ones derived from true log likelihoods, by looking at th number of Bartlett identities that are satisfied. Empirical and nonparametric survival analysis type likelihoods are analyzed from this perspective via the device of “dual criterion functions.”