Multiple roots of the Tobit log-likelihood
Tobit 对数似然的多重根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 Tobit 与受限因变量模型的似然性质，未明确涉及离散选择决策或其他所列细分。
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
Tobit 对数似然的多重根
- 研究问题
- Tobit 模型在未变换参数空间中的对数似然多重根，是否像既有认识那样容易出现？其发生条件与数值求解有何关系？
- 方法与思路
- 作者分析多重根所需的数据配置及寻找第二个根所需的计算精度，并将相关论证扩展到若干其他受限因变量模型。
- 材料陈述的贡献
- 摘要称，多重根发生条件要求随机抽样中无法满足的数据配置，实际寻找第二个根还需要超过作者当时所述程序水平的精度。
- 阅读关注点
- 应核对根所指的是何种似然方程解、数据配置条件和随机抽样论证，区分数学上的多重根、数值伪解及参数变换的作用。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要，无法核验这些条件和适用模型；关于程序精度的判断具有历史语境，不能直接套用于当前软件。
原文摘要
We show that the occurence of multiple roots of the Tobit log-likelihood function in the untransformed parameter space is not nearly so likely as heretofore accepted. The conditions which must be met for them to occur require data configurations which could not be met in random sampling. Moreover, to find a ‘second root’ in practice would require computer programs far more accurate than those which currently exist. Similar results are obtained for a number of other limited dependent variable models.