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:摘要研究通用生灭随机过程,未明确对应宏观时间序列或其他所列细分方向。

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
Niels Keiding

生灭过程中的最大似然估计

研究问题
对在固定时间区间内连续观测的简单线性生灭过程,如何估计出生率与死亡率,并理解不同渐近框架下的分布?
方法与思路
作者研究出生率和死亡率的最大似然估计,分别分析初始种群扩大与观测时间延长时的渐近分布,并讨论离散观测情形。
材料陈述的贡献
摘要称,论文推导两类渐近分布,其中出现非标准结果;同时讨论仅由过程的离散骨架进行参数估计的问题。
阅读关注点
阅读时应核对两种渐近框架的区别、非标准极限出现的条件,以及离散采样频率如何影响似然构造与估计结果。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;非标准分布的形式、参数区域及离散观测结果未说明,不能据此构造具体推断。

原文摘要

Maximum likelihood estimation of the parameters $\lambda$ and $\mu$ of a simple (linear) birth-and-death process observed continuously over a fixed time interval is studied. Asymptotic distributions for large initial populations and for large periods of observation are derived and some nonstandard results appear. The result problem of estimation from the discrete skeleton of the process is also discussed.

笔记与分组
相关领域论文