跳到正文
← 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:摘要讨论一般参数模型的预检验估计理论,没有所列应用领域的直接依据。

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
Pranab Kumar Sen

基于条件设定的最大似然估计量的渐近性质

研究问题
在一般多样本参数模型中,若参数约束可能不成立,预检验最大似然估计量的渐近分布、偏差与离散程度如何变化?
方法与思路
作者推导预检验最大似然估计量的渐近分布、偏差及离散矩阵,并与无约束和受约束最大似然估计量作对应比较。
材料陈述的贡献
摘要称上述比较揭示了预检验估计量在假定约束可能不成立时的稳健性质,但没有说明稳健性的具体衡量标准。
阅读关注点
核对题名中的条件设定与摘要中预检验程序的关系,查看约束偏离方式、预检验规则及稳健性比较的判据。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;预检验规则及约束偏离条件未提供,不能认定其普遍优于其他估计量或推断刊本变化。

原文摘要

Along with the asymptotic distribution, expressions for the asymptotic bias and asymptotic dispersion matrix of the preliminary test maximum likelihood estimator for a general multi-sample parametric model (when the null hypothesis relating to the restraints on the parameters may not hold) are derived and compared with the parallel expressions for the unrestricted and restricted maximum likelihood estimators. This study reveals the robustness property of the preliminary test estimator when the assumed restraints may not hold.

笔记与分组
相关领域论文