Conditional likelihood and unconditional optimum estimating equations
条件似然与无条件最优估计方程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：摘要涉及一般含干扰参数的统计推断理论，没有指定面板、选择、时间序列或金融模型，所列细分方向证据不足。
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
条件似然与无条件最优估计方程
- 研究问题
- 当模型含有干扰参数时，条件似然、完全充分性与最优估计方程之间有何联系，最优性是否依赖于条件化？
- 方法与思路
- 作者将含干扰参数的最优估计方程问题与条件似然及完全充分性联系起来，并讨论相应的辅助性与充分性定义。
- 材料陈述的贡献
- 摘要称，在适当条件下，最大条件似然方程给出最优估计方程，且使用的最优性准则不依赖条件化。
- 阅读关注点
- 应核对最优性准则、可比较的估计方程类、条件统计量与完全充分性的作用，以及结果成立的具体限制。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列适当条件与最优性度量，不能将结论推广到任意条件似然或推断刊本变化。
原文摘要
Godambe & Thompson (1974) characterized optimum estimating equations for some situations when the underlying frequency function contained a nuisance parameter. In the present paper the nuisance parameter case is related to concepts of conditional likelihood and complete sufficiency. Under suitable conditions it is shown that the maximum conditional likelihood equation provides the optimum estimating equation, the criterion of optimality being independent of conditioning. In the light of this, some definitions of ancillarity and sufficiency in the presence of nuisance parameters are discussed.