Unimodality of Likelihood Functions for the Binomial Distribution
二项分布似然函数的单峰性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：摘要属于二项分布的通用似然理论，没有经济离散选择模型或其他所列方向的直接证据。
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…
关注这篇论文的作者
二项分布似然函数的单峰性
- 研究问题
- 二项分布两个参数同时未知时，最大似然估计何时存在，以及似然函数是否可能具有多个有限的驻点或峰值？
- 方法与思路
- 作者研究最大似然估计存在性与样本均值、方差的关系，并分析对数似然导数有限根的数量，以讨论似然单峰性。
- 材料陈述的贡献
- 摘要称双参数最大似然估计存在当且仅当样本均值大于样本方差，并称导数至多有一个有限根，从而得到单峰结论。
- 阅读关注点
- 应核对样本方差定义、二项次数参数的取值域，以及导数针对何种似然处理，并检查边界、退化样本和等号情形。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要；未说明参数边界、样本限制及离散参数的处理，存在性结论需结合全文条件理解。
原文摘要
A maximum likelihood estimate exists for both parameters of the binomial distribution if and only if the sample mean exceeds the sample variance. The derivative of the log-likelihood function has at most one finite root; consequently the likelihood function is unimodular.