Empirical likelihood methods for two-dimensional shape analysis
二维形状分析的经验似然方法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：研究对象是几何形状的均值推断，没有所列经济学领域细分的直接证据。
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
二维形状分析的经验似然方法
- 研究问题
- 对于由带标签地标描述的二维对象，如何为平均相似形状构造置信区域，并检验多个总体是否具有共同平均形状？
- 方法与思路
- 作者将二维预形状表示为复单位向量，利用经验似然构造平均形状的置信区域与多总体检验，并研究 bootstrap 校准。
- 材料陈述的贡献
- 摘要称讨论了理论性质和计算细节，并通过模拟显示，经 bootstrap 校准的经验似然在平面形状分析中表现良好。
- 阅读关注点
- 应核对相似形状与平均形状的定义、地标及归一化处理、经验似然约束，以及 bootstrap 校准和多总体检验的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未展示理论条件、覆盖率或检验力数值，不能判断其他维度下的表现。
原文摘要
We consider empirical likelihood for the mean similarity shape of objects in two dimensions described by labelled landmarks. The restriction to two dimensions permits the representation of preshapes as complex unit vectors. We focus on the use of empirical likelihood techniques for the construction of confidence regions for the mean shape and for testing the hypothesis of a common mean shape across several populations. Theoretical properties and computational details are discussed and the results of a simulation study are presented. Our results show that bootstrap calibrated empirical likelihood performs well in practice in the planar shape setting.