Higher Moments of a Maximum-Likelihood Estimate
最大似然估计量的高阶矩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：摘要研究单参数最大似然估计的一般高阶理论，没有与所列经济计量领域细分直接关联的内容。
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
最大似然估计量的高阶矩
- 研究问题
- 对于仅依赖一个参数的分布，如何计算最大似然估计量抽样分布的前四个矩及相关形状量的高阶展开？
- 方法与思路
- 作者给出前四个抽样矩在不同精度阶数下的表达式，同时给出形状量表达式，并用若干例子检验复杂代数运算。
- 材料陈述的贡献
- 摘要称，论文扩展 Haldane 与 Smith 的早期工作，提供单参数最大似然估计量的高阶矩及相关分布形状表达式。
- 阅读关注点
- 应核对这些矩是原点矩还是中心矩、展开阶数及正则条件；摘要中形状量的符号与名称需查原文，不能自行解释。
- 阅读边界
- 仅据所给 Crossref 摘要；未提供具体公式及推导条件，形状量记号也未充分说明，不能据此重构展开式或推广至多参数模型。
原文摘要
SUMMARY For a distribution depending on a single parameter the first four sampling moments of the maximum-likelihood estimate to orders N−2, N−3, N−3 and N−4 respectively are given. Expressions for the measures of skewness γ1 and γ2 are also given. Several illustrative examples are included as a check on the heavy algebra. The paper extends earlier work by Haldane and Smith.