Difficulties in Obtaining Consistent Estimators of Variance Parameters
获得方差参数一致估计量的困难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：摘要研究多组小样本中的干扰参数与方差估计，未明确面板数据结构或金融波动率对象。
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
获得方差参数一致估计量的困难
- 研究问题
- 当许多小样本各自具有未知均值，且对这些干扰参数没有可用假设或先验知识时，汇总信息能否一致估计方差参数？
- 方法与思路
- 作者先研究方差与均值平方成比例的情形，再考察积分似然、修正似然和部分条件似然，并讨论标准差相对均值较小时的方法。
- 材料陈述的贡献
- 摘要称，特定方差函数下可由边际似然得到一致估计，但该方法不能推广至其他方差函数；其他分析为一般情形提供方法线索。
- 阅读关注点
- 应核对小样本汇总的渐近安排、边际似然消除均值参数的机制，以及特殊一致性结果和一般情形方法建议之间的区别。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要。一般方差函数下的完整一致性结论未提供，标准差较小情形的方法线索不能视为普遍保证。
原文摘要
This paper considers the estimation of variances by pooling information from a large number of small samples, when the means are nuisance parameters about which no assumptions or prior knowledge are available. When the variance is proportional to the square of the mean we obtain a consistent estimator from a marginal likelihood. However, this method cannot be generalized to other variance functions. Integrated likelihood, modified likelihood and partial conditional likelihood methods are investigated for this example and suggest methods for the general case when the standard deviation is small compared with the mean.