The Likelihood Surface in the Linear Functional Relationship Problem
线性函数关系问题中的似然曲面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：摘要讨论一般线性函数关系模型的似然问题，未明确涉及经济结构估计或其他所列方向。
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
线性函数关系问题中的似然曲面
- 研究问题
- 在线性函数关系问题中，当常规最大似然解不存在时，考虑观测舍入误差能否使似然有界并获得接近全局上确界的解？
- 方法与思路
- 作者将观测的舍入误差纳入适当的似然函数，讨论接近全局上确界的近似最大似然解，并以数值例子展示似然曲面。
- 材料陈述的贡献
- 摘要称考虑舍入误差后似然函数有界，可找到似然值接近全局上确界的解，并展示该解的新形式及数值例子的曲面。
- 阅读关注点
- 应核对舍入误差如何进入观测模型、似然有界的条件、近似解与上确界的距离，以及数值例子对解结构的说明。
- 阅读边界
- 仅依据所给Crossref摘要，未获知具体误差模型、解的唯一性或近似误差界；有界且可近似求解不等于存在精确最大值。
原文摘要
Summary In a recent paper, Solari has shown that no maximum likelihood solution exists in the linear functional relationship problem. When account is taken of the rounding-off errors in the observations, however, the appropriate likelihood function is bounded and a solution can be found which is approximately maximum likelihood, in the sense that the value of the likelihood at that solution is close to the global supremum. The novel form of this solution is shown and the likelihood surface in a numerical example is discussed.