Asymptotic distributions of maximum likelihood tests for change in the mean
均值变化极大似然检验的渐近分布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：摘要明确研究序列均值变化的检验及其渐近分布，与结构变化方法直接相关，但未涉及宏观应用。
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
均值变化极大似然检验的渐近分布
- 研究问题
- 对于独立随机变量序列的均值变化，极大似然检验统计量具有何种极限分布，如何理解其在尾部的检验表现？
- 方法与思路
- 作者研究均值变化的极大似然检验，证明相关极限分布为双指数即 Gumbel 分布，并解释摘要所称的尾部高功效。
- 材料陈述的贡献
- 摘要称，论文给出均值变化检验的 Gumbel 极限分布，且相关结果解释了极大似然方法在尾部具有较强功效的现象。
- 阅读关注点
- 应核对变量分布与矩条件、检验统计量的中心化和缩放、变点搜索范围，以及文中尾部与功效的准确含义。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出标准化或正则条件，尾部含义亦不明确，不能据此直接构造临界值。
原文摘要
For the maximum likelihood tests for a change in the mean of independent random variables, it is proved that the limit distribution is a double exponential, i.e. Gumbel, distribution. Our results also explain why the maximum likelihood methods are very powerful on the tails.