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:摘要属于非标准最大似然渐近理论,未提供所列经济计量细分领域的证据。

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
Michael Woodroofe

截断分布平移参数的最大似然估计(二)

研究问题
当密度在负值处为零,且在零点附近以指数 α−1 正则变化、1<α<2 时,平移参数最大似然估计具有怎样的渐近分布?
方法与思路
作者考虑给定密度的平移分布族,以样本量趋于无穷为框架,研究平移参数最大似然估计的渐近分布及其性质。
材料陈述的贡献
摘要明确称,作者求得并研究上述边界正则变化设定下最大似然估计的渐近分布,但未给出该分布的具体形式。
阅读关注点
应核对密度除边界行为外的其他条件、估计量存在性、归一化速率,以及极限分布如何由边界性质决定。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;归一化方式、极限分布与其他正则条件未说明,不能自行补出渐近公式。

原文摘要

Let $f$ be a density which vanishes for negative values of its argument and varies regularly with exponent $\alpha - 1$ at zero, where $1 < \alpha < 2$. Further, let $f_\theta$ denote $f$ translated by $\theta$. We find and study the asymptotic distribution of the MLE $\hat{\theta}_n$ based on a sample size $n$ as $n \rightarrow \infty$.

笔记与分组