The Maximum Likelihood Method for Testing Changes in the Parameters of Normal Observations
检验正态观测参数变化的最大似然方法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：摘要明确讨论未知位置的参数变点与相应检验，直接对应结构变化方法。
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
检验正态观测参数变化的最大似然方法
- 研究问题
- 当正态观测的参数可能在未知位置发生变化时，如何为最大似然比检验建立渐近分布，从而处理变点位置未知的检验问题？
- 方法与思路
- 作者计算参数变点最大似然比检验的渐近分布，摘要说明证明借助多维 Ornstein–Uhlenbeck 过程距原点最大偏离的极限分布。
- 材料陈述的贡献
- 摘要明确报告了未知变点情形下最大似然比检验的渐近分布，并指出其证明所依赖的随机过程极值结果，未报告应用表现。
- 阅读关注点
- 应核对允许变化的参数、观测依赖结构、候选变点范围，以及统计量的归一化和临界值计算，明确渐近结论的适用条件。
- 阅读边界
- 仅依据稿件版本未注明的 OpenAlex 摘要；参数变化类型、依赖假设和归一化未说明，不能补写极限分布公式或有限样本有效性。
原文摘要
We compute the asymptotic distribution of the maximum likelihood ratio test when we want to check whether the parameters of normal observations have changed at an unknown point. The proof is based on the limit distribution of the largest deviation between a $d$-dimensional Ornstein-Uhlenbeck process and the origin.