Characterizing Additively Closed Discrete Models by a Property of Their Maximum Likelihood Estimators, With an Application to Generalized Hermite Distributions
由极大似然估计性质刻画加法封闭离散模型及其广义 Hermite 应用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：摘要研究计数分布的极大似然性质与泊松假设检验，未提供离散选择或其他所列计量方向的直接依据。
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
由极大似然估计性质刻画加法封闭离散模型及其广义 Hermite 应用
- 研究问题
- 哪些加法封闭的双参数计数分布，其总体均值的极大似然估计等于样本均值，广义 Hermite 分布又如何推断？
- 方法与思路
- 作者研究满足一般条件的双参数计数分布，分析广义 Hermite 分布的似然方程，并考察检验泊松假设的得分检验。
- 材料陈述的贡献
- 摘要称给出确保广义 Hermite 分布极大似然估计由似然方程解得到的充要条件，研究泊松得分检验并提供两个应用。
- 阅读关注点
- 应核对加法封闭与均值估计性质的精确关系、充要条件的范围，以及边界解处理、得分检验校准和应用设置。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；一般条件、充要条件和应用细节未提供，不能推广至任意计数分布或似然方程。
原文摘要
This article reports on two-parameter count distributions (satisfying very general conditions) that are closed under addition so that their maximum likelihood estimator (MLE) of the population mean is the sample mean. The most important of these in practice, the generalized Hermite distribution, is analyzed, and a necessary and sufficient condition is given to ensure that the MLE is the solution of likelihood equations. Score test to contrast the Poisson assumption is studied, and two examples of applications are given.