Multiparameter testing in exponential models: Third order approximations from likelihood
指数模型的多参数检验：基于似然的三阶近似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：摘要属于一般似然检验与高阶近似理论，未指向所列领域中的特定应用或模型。
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
指数模型的多参数检验：基于似然的三阶近似
- 研究问题
- 在指数模型中联合检验多个典范参数分量时，如何用一维偏离度量构造检验，并提高其分布近似精度？
- 方法与思路
- 作者采用锥形或方向性检验，将多参数偏离压缩为一维统计量，再通过剖面似然的数值反演作三阶分布近似。
- 材料陈述的贡献
- 摘要称，方法将 Lugannani–Rice 类型公式扩展至非正态核，并为所述多参数复合检验提供三阶近似。
- 阅读关注点
- 应核对方向或锥形如何确定、剖面似然如何反演，以及三阶精度的定义、适用条件和数值计算稳定性。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；摘要未列出正则条件、具体核函数、误差界或有限样本结果。
原文摘要
For composite testing of several canonical components in an exponential model, a conical or directional test provides a one-dimensional measure of departure. We approximate the distribution of this test statistic to third order by numerical inversion of a profile likelihood. The method extends the Lugannani & Rice type formula to kernels other than the normal.