The Likelihood and Invariance Principles
似然原则与不变性原则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：摘要讨论统计推断的基础原则，未提供所列应用或方法细分领域的充分依据。
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
似然原则与不变性原则
- 研究问题
- 似然原则和不变性原则结合后，会对基于观测的参数推断施加什么限制，这些限制是否源于两种模型观点之间的冲突？
- 方法与思路
- 作者考察两项推断原则联合使用的逻辑后果，并以它们分别成立于不同模型观点为解释，讨论这些观点的不相容性。
- 材料陈述的贡献
- 摘要称，两项原则结合蕴含只允许非常受限推断的概率原则，并提出不同模型观点之间不相容这一解释。
- 阅读关注点
- 核对三项原则的精确定义、联合蕴含的论证、受限推断的具体含义，以及模型观点不相容结论适用的范围与例子。
- 阅读边界
- 仅依据所给 Crossref 摘要；原则的形式化定义及论证未提供，不能判断其对具体统计程序的影响或推断刊本变化。
原文摘要
Summary The likelihood and invariance principles, when combined, imply the probability principle, which allows only very restricted inferences about a parameter, based on an observation. It is suggested, in explanation, that the likelihood and invariance principles are valid under two different viewpoints of the model, and that these viewpoints are incompatible.