On the efficiency of quasi-likelihood estimation
拟似然估计的效率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：摘要研究一般回归拟似然的效率，未明确涉及所列经济计量应用或数据结构。
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
拟似然估计的效率
- 研究问题
- 仅指定回归观测的均值与方差关系时，拟似然估计偏离完整似然估计会损失多少效率，能否利用更多分布信息改善？
- 方法与思路
- 作者分析恒定方差、恒定变异系数和相对指数族过度离散三类模型，并计算特定分布及小幅偏离下的渐近效率。
- 材料陈述的贡献
- 摘要称刻画了超出自然指数族时的效率损失，并讨论将额外分布信息纳入拟似然以改进估计的可能性。
- 阅读关注点
- 应核对效率比较的基准与信息条件、小幅偏离近似的适用范围，以及改进方法需要哪些额外分布知识。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体效率数值与改进保证未说明，不能据此判断任意分布下的表现。
原文摘要
A quasi-likelihood method has been proposed by Wedderburn (1974) for the estimation of parameters in regression models when there is some assumed relationship between the mean and variance of each observation but not necessarily a fully specified likelihood. If the underlying distribution comes from a natural exponential family the quasi-likelihood estimates maximize the likelihood and so have full asymptotic efficiency; under more general distributions there is some loss of efficiency, which is investigated here. Three types of model are discussed in detail: models with constant variance, models with constant coefficient of variation and models with overdispersion relative to some exponential family. The asymptotic efficiency of quasi-likelihood estimation is calculated under some particular distributions, and then more generally via an approximation for ‘small departures’ from the corresponding natural exponential family. The possibility of refinement of the quasi-likelihood approach, to incorporate additional information about the underlying distribution, is considered.