Miscellanea. Combining parametric and empirical likelihoods
杂论：结合参数似然与经验似然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：摘要研究一般似然推断与辅助矩信息，未明确对应所列领域中的特定应用或模型。
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
杂论：结合参数似然与经验似然
- 研究问题
- 当普查等外部资料提供近乎精确的边际矩信息时，如何将其纳入参数推断，并构造具有有效统计性质的置信区间？
- 方法与思路
- 作者将辅助信息写成无偏估计方程，以经验似然结合参数似然，并研究组合似然比统计量及其置信区间表现。
- 材料陈述的贡献
- 摘要称，组合似然可产生有效推断，并证明 Wilks 型定理；所报告模拟中，似然比区间优于采用正态近似的常规区间。
- 阅读关注点
- 应核对辅助矩的无偏性与精确性要求、两类似然的组合方式、Wilks 型定理条件，以及模拟比较使用的区间评价指标。
- 阅读边界
- 所给材料为稿件版本未注明的 OpenAlex 索引摘要；未提供正则条件及模拟数值，区间优势不能推广到所有辅助信息设定。
原文摘要
Imbens & Lancaster (1994) pointed out that census reports can be interpreted as providing nearly exact knowledge of moments of the marginal distribution of economic variables. In this paper we show that empirical likelihood can effectively incorporate auxiliary information like this as long as it can be summarised as unbiased estimating equations. By combining empirical and parametric likelihoods, we show that the combined likelihood can produce valid inferences for the underlying parameters. A Wilks' type theorem is proved for the combined likelihood ratio statistic. Simulation results demonstrate that the performance of the combined likelihood ratio confidence intervals is better than conventional confidence intervals that use a normal approximation.