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：摘要属于部分可观测马尔可夫链推断，未明确涉及所列宏观时间序列应用。
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
- 当实验限制使马尔可夫链的部分状态无法分别观测时，如何估计未知参数，并衡量相对完整状态观测的效率损失？
- 方法与思路
- 作者研究齐次马尔可夫链在状态合并观测下的最大似然估计，并将分析扩展到四状态链中存在两组不可分辨状态的情形。
- 材料陈述的贡献
- 摘要称论文讨论了部分状态不可观测时的参数估计效率，并以全部状态可观测时的最有效估计作为比较基准。
- 阅读关注点
- 核对合并后的可观测信息、参数可识别性、似然构造与效率定义，并检查四状态扩展所需的具体限制。
- 阅读边界
- 版本未注明的索引摘要未说明转移矩阵、观测机制或效率结论，不能判断状态合并后参数是否普遍可识别。
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.