Quasi-Likelihood Functions
拟似然函数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：摘要属于通用拟似然估计理论，没有所列经济计量细分领域的明确文本依据。
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
拟似然函数
- 研究问题
- 拟似然函数与指数族模型、非线性加权最小二乘之间有什么联系，参数估计在二阶矩假设下能具有什么渐近性质？
- 方法与思路
- 作者分析拟似然、指数族和非线性加权最小二乘的关系，并在二阶矩假设下讨论一致性、渐近正态性及渐近最优性质。
- 材料陈述的贡献
- 摘要称，参数估计满足一种精神上类似但比Gauss–Markov估计量对应性质更一般的渐近最优性，并讨论相关大样本性质。
- 阅读关注点
- 应核对均值与方差关系的设定、二阶矩之外的正则条件、估计方程，以及渐近最优性对应的比较类别和评价准则。
- 阅读边界
- 仅依据版本未注明的OpenAlex索引摘要；具体正则条件和最优性比较类别未说明，不能把渐近结论解读为有限样本全面最优。
原文摘要
The connection between quasi-likelihood functions, exponential family models and nonlinear weighted least squares is examined. Consistency and asymptotic normality of the parameter estimates are discussed under second moment assumptions. The parameter estimates are shown to satisfy a property of asymptotic optimality similar in spirit to, but more general than, the corresponding optimal property of Gauss-Markov estimators.