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:摘要涉及一般条件似然与辅助统计量比较,缺少支持所列计量应用细分的文本依据。

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
Bo V. Pedersen

特定例子中 Efron–Hinkley 与似然比辅助统计量的比较

研究问题
在一个特定模型中,Efron–Hinkley 辅助统计量与有符号似然比作为近似辅助统计量,各自的分布恒定性和条件似然表现如何?
方法与思路
作者通过两种统计量的等值曲线、边际密度,以及条件和无条件似然函数进行比较,考察近似辅助性的实际表现。
材料陈述的贡献
摘要称在该模型中有符号似然比表现更好,其分布几乎不随参数变化,且条件似然函数更稳定,结论限定于所考察例子。
阅读关注点
应核对具体模型与辅助统计量定义、分布恒定性的衡量方式,以及条件似然稳定性的含义和比较所覆盖的参数范围。
阅读边界
依据版本未注明的 OpenAlex 摘要;未提供模型或比较数值,单一例子的结果不足以判断两类辅助统计量的一般优劣。

原文摘要

Two approximate ancillaries, the Efron-Hinkley ancillary and the (signed) likelihood ratio, are compared in a specific example by means of their level curves, their marginal densities and the conditional and unconditional likelihood functions. It is shown that in the present model the latter of the two ancillaries is the better. It is almost exactly distribution constant and has more stable conditional likelihood functions.

笔记与分组
相关领域论文