On the Asymptotic Properties of the Maximum-Likelihood Estimate Obtained from Dependent Observations
依赖观测下最大似然估计的渐近性质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：摘要讨论一般依赖观测的最大似然理论，未明确限定为所列时间序列或面板模型。
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
依赖观测下最大似然估计的渐近性质
- 研究问题
- 当观测随机变量彼此依赖时，哪些可操作的条件能保证最大似然估计的弱一致性与渐近效率？
- 方法与思路
- 作者以每次观测在全部过去观测给定下的条件概率密度表述一组条件，并讨论其与 Fisher 信息的联系。
- 材料陈述的贡献
- 摘要称提出保证依赖观测下最大似然估计弱一致性和渐近效率的条件，将条件密度表述与信息量分析相联系。
- 阅读关注点
- 应核对条件密度所需的正则性、允许的依赖结构，以及渐近效率的比较基准和 Fisher 信息的具体定义。
- 阅读边界
- 仅据所给 Crossref 摘要；具体条件、信息量形式和依赖结构未说明，不能将结论推广至所有依赖数据。
原文摘要
Summary The problem of weak consistency and asymptotic efficiency of the maximum-likelihood estimate in the case of dependent random variables (observations) is considered. A set of readily applicable conditions that ensure these properties of the maximum-likelihood estimate is presented. The conditions are expressed in terms of the probability density distribution of individual observations, conditioned upon all past observations. The connection between these conditions and the Fisher information measure is also discussed.