Statistical inference for Markov chains with lumped states
状态合并观测下马尔可夫链的统计推断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：摘要讨论通用马尔可夫链的部分状态观测，未明确提供宏观时间序列或结构估计应用的依据。
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
状态合并观测下马尔可夫链的统计推断
- 研究问题
- 当齐次马尔可夫链中的多个状态因实验限制无法分别观察时，如何估计未知参数，并衡量相对全部状态可观测情形的效率损失？
- 方法与思路
- 作者研究状态合并观测下未知参数的极大似然估计及相对效率，并将分析扩展到四状态链中存在两组不可分别观测状态的情形。
- 材料陈述的贡献
- 摘要明确讨论部分状态不可观测时的极大似然估计与效率比较，并覆盖一个四状态、两组合并状态的扩展，但未报告具体效率结果。
- 阅读关注点
- 应核对合并状态的观测规则、参数可识别性、观测似然构造和效率基准，并确认四状态扩展对转移结构的要求。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明版本，未说明转移结构、识别条件或效率公式；参数与估计量的符号可能缺少排版信息，需核对原 PDF。
原文摘要
In an ( n +1)-state homogeneous Markov chain, when due to some experimental limitations n states are not observable, the maximum likelihood estimation of an unknown parameter θ is considered and the efficiency of θ relative to the most efficient estimator when all the states are observable is discussed. The study is extended to the case when there are two lumps of unobservable states in a four-state Markov chain.