A note on a partial empirical likelihood
关于部分经验似然的一则说明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：摘要讨论半参数混合模型的似然与效率，未提供结构估计或其他领域细分的直接依据。
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
关于部分经验似然的一则说明
- 研究问题
- 半参数混合模型中的部分剖面经验似然从何而来，为何其估计量可能比某个干扰参数已知的估计量更有效率？
- 方法与思路
- 作者将部分似然解释为含额外干扰参数的条件似然，并以全似然估计替换这些参数，进而讨论替代估计量及效率。
- 材料陈述的贡献
- 摘要称揭示了部分似然的条件似然来源，并展示其估计量较特定干扰参数已知估计量更有效率的反直觉结果。
- 阅读关注点
- 应核对新增干扰参数的含义、条件化方式和全似然替代步骤，尤其要明确效率比较中的估计量与信息使用范围。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要。摘要未给出效率定义与比较条件，不能将该结果解释为估计干扰参数总优于已知参数。
原文摘要
A partial profile empirical likelihood for a semiparametric mixture model (Zou et al., 2002) is shown to originate in a conditional likelihood involving additional nuisance parameters. The partial likelihood is the conditional likelihood with the nuisance parameters replaced by their estimators from the full likelihood. The conditional likelihood suggests alternative estimators. We demonstrate that the partial likelihood estimator is more efficient than an estimator for which the nuisance parameters are known. The practical implications of this counter-intuitive result are discussed.