跳到正文
← 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:摘要讨论受约束假设检验的一般理论,未给出足以归入所列具体计量领域的模型细节或应用依据。

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

备择参数空间受限时似然比检验的可容许性

研究问题
当备择假设将参数限制在特定区域时,似然比检验是否可容许,以及对远离原假设的备择能否达到最大检验功效?
方法与思路
作者先在方差已知的高斯线性回归中建立精确结果,再将对应结论渐近推广到动态非线性模型,以多元单侧检验为代表。
材料陈述的贡献
摘要称似然比检验可容许,并在备择任意远离原假设的情形下最大化功效,分别给出精确与渐近层面的理论结果。
阅读关注点
应核对可容许性采用的比较准则、远距离备择的形式化定义,以及参数空间约束和动态模型渐近结论所需的条件。
阅读边界
摘要未说明未知方差情形、参数约束的完整条件及动态模型的有限样本性质;所述最优性不宜扩展至所有备择或模型。

原文摘要

This paper considers hypothesis tests when the parameter space is restricted under the alternative hypothesis. Multivariate one-sided tests are a leading example. The likelihood ratio (LR) test is shown to be admissible and to maximize power against alternatives that are arbitrarily distant from the null hypothesis. Exact results are established first for Gaussian linear regression models with known variance. Asymptotic analogues are then established for dynamic nonlinear models.

笔记与分组
相关领域论文