Nonparametric maximum likelihood estimation for the multisample Wicksell corpuscle problem
多样本 Wicksell 球体问题的非参数最大似然估计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：摘要属于几何间接测量与有偏抽样估计，未直接涉及所列计量领域细分。
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
多样本 Wicksell 球体问题的非参数最大似然估计
- 研究问题
- 如何结合一维、二维有偏观测和三维无偏观测估计球体半径分布，并同时处理间接测量、抽样偏差和直接似然最大化的计算困难？
- 方法与思路
- 作者提出实现非参数最大似然估计的 EM 算法，在迭代步骤中分别处理间接测量和抽样偏差，避免求解 Abel 型积分方程。
- 材料陈述的贡献
- 摘要称算法绕开单样本问题中会导致数值不稳定的积分方程，并研究向椭球体的扩展及与乘性删失的联系。
- 阅读关注点
- 应核对不同维度观测与半径分布的关系、抽样偏差如何进入似然、EM 迭代的构造和收敛，以及椭球扩展所需条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明估计的渐近性质、算法收敛保证或数值稳定性的量化结果。
原文摘要
We study nonparametric maximum likelihood estimation for the distribution of spherical radii using samples containing a mixture of one-dimensional, two-dimensional biased and three-dimensional unbiased observations. Since direct maximization of the likelihood function is intractable, we propose an expectation-maximization algorithm for implementing the estimator, which handles an indirect measurement problem and a sampling bias problem separately in the E- and M-steps, and circumvents the need to solve an Abel-type integral equation, which creates numerical instability in the one-sample problem. Extensions to ellipsoids are studied and connections to multiplicative censoring are discussed.