Asymptotic Optimal Inference for Non-ergodic Models.
非遍历模型的渐近最优推断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：材料属于一般渐近统计理论目录，未提供足以归入所列应用领域的证据。
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…
非遍历模型的渐近最优推断
- 研究问题
- 所给目录涉及如何将经典渐近推断扩展到非遍历过程，以及在混合实验中讨论估计效率、最优检验和条件推断。
- 方法与思路
- 目录列出局部渐近混合正态族、极限实验、估计量极限分布与条件推断等主题，并包含分枝过程及马尔可夫序列例子。
- 材料陈述的贡献
- 材料显示其覆盖最大似然与贝叶斯估计的最优性、局部及非局部检验效率，但目录不足以确认任何具体定理或新结果。
- 阅读关注点
- 应先核对索引对应的文献类型与原始文本，再查阅局部近似条件、效率准则，以及混合实验中条件推断的定义。
- 阅读边界
- 所给 OpenAlex“摘要”实际为目录，稿件版本未注明；不能据此确认定理条件、证明或该索引对象与题名的对应关系。
原文摘要
0. An Over-view.- 1. Introduction.- 2. The Classical Fisher-Rao Model for Asymptotic Inference.- 3. Generalisation of the Fisher-Rao Model to Non-ergodic Type Processes.- 4. Mixture Experiments and Conditional Inference.- 5. Non-local Results.- 1. A General Model and Its Local Approximation.- 1. Introduction.- 2. LAMN Families.- 3. Consequences of the LAMN Condition.- 4. Sufficient Conditions for the LAMN Property.- 5. Asymptotic Sufficiency.- 6. An Example (Galton-Watson Branching Process).- 7. Bibliographical Notes.- 2. Efficiency of Estimation.- 1. Introduction.- 2. Asymptotic Structure of Limit Distributions of Sequences of Estimators.- 3. An Upper Bound for the Concentration.- 4. The Existence and Optimality of the Maximum Likelihood Estimators.- 5. Optimality of Bayes Estimators.- 6. Bibliographical Notes.- 3. Optimal Asymptotic Tests.- 1. Introduction.- 2. The Optimality Criteria: Definitions.- 3. An Efficient Test of Simple Hypotheses: Contiguous Alternatives.- 4. Local Efficiency and Asymptotic Power of the Score Statistic.- 5. Asymptotic Power of the Likelihood Ratio Test: Simple Hypothesis.- 6. Asymptotic Powers of the Score and LR Statistics for Composite Hypotheses with Nuisance Parameters.- 7. An Efficient Test of Composite Hypotheses with Contiguous Alternatives.- 8. Examples.- 9. Bibliographical Notes.- 4. Mixture Experiments and Conditional Inference.- 1. Introduction.- 2. Mixture of Exponential Families.- 3. Some Examples.- 4. Efficient Conditional Tests with Reference to L.- 5. Efficient Conditional Tests with Reference to L?.- 6. Efficient Conditional Tests with Reference to LC: Bahadur Efficiency.- 7. Efficiency of Conditional Maximum Likelihood Estimators.- 8. Conditional Tests for Markov Sequences and Their Mixtures.- 9. Some Heuristic Remarks about Conditional Inference for the General Model.- 10. Bibliographical Notes.- 5. Some Non-local Results.- 1. Introduction.- 2. Non-local Behaviour of the Likelihood Ratio.- 3. Examples.- 4. Non-local Efficiency Results for Simple Likelihood Ratio Tests.- 5. Bibiographical Notes.- Appendices.- A.1 Uniform and Continuous Convergence.- A.2 Contiguity of Probability Measures.- References.