Is the ‘improved likelihood ratio statistic’ really improved in the discrete case?
离散情形中的“改进似然比统计量”真的改进了吗？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：摘要讨论离散数据的一般似然比近似与 Bartlett 调整，未明确涉及离散选择模型或其他所列计量方向。
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
离散情形中的“改进似然比统计量”真的改进了吗？
- 研究问题
- 对于离散数据，Bartlett 调整能否改善似然比统计量的卡方近似误差阶，以及其小样本效果是否稳定？
- 方法与思路
- 作者依据若干数值研究考察离散数据下 Bartlett 调整的表现，并讨论其渐近误差率与小样本效果。
- 材料陈述的贡献
- 摘要认为，离散情形中的调整一般不改善卡方近似的渐近误差率，小样本效果也不明确，不能照搬连续数据中的改善。
- 阅读关注点
- 应核对数值研究的模型、样本量与误差度量，并区分作者的数值论证、渐近解释和可能存在的例外情形。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；具体数值与理论条件未提供，不能把基于数值研究的论点表述为无条件的不可能性定理。
原文摘要
On the basis of some numerical studies we argue that Bartlett adjustment of the likelihood ratio statistic for discrete data does not in general yield an improvement in the asymptotic error rate of the chi-squared approximation. Also we argue that the small-sample effect of the Bartlett adjustment is unclear and that it is in no way comparable with the improvement obtained for continuous data.