Multiscale maximum likelihood analysis of a semiparametric model, with applications
半参数模型的多尺度最大似然分析及应用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：摘要讨论一般密度检验及可靠性、生物数据应用，未涉及经济分布效应或时间序列结构变化，因此不选细分。
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
半参数模型的多尺度最大似然分析及应用
- 研究问题
- 如何通过一个单变量密度的半参数模型，在不同尺度上检验混合成分的存在或失效率的磨损趋势，并适应未知参数？
- 方法与思路
- 作者借助变换统一相关问题，将Grenander估计的最大似然理论扩展为多尺度分析，并利用布朗桥多尺度控制构造检验。
- 材料陈述的贡献
- 摘要称该检验在极小极大意义下同时达到速率和常数的渐近最优性，并对未知参数自适应，另给出模拟与流式细胞数据示例。
- 阅读关注点
- 应核对半参数模型及变换的适用范围、多尺度统计量的校准、极小极大比较的参数类，以及自适应结论的具体条件。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；最优性针对的参数空间与备择范围未说明，不能推广到任意混合模型或一般失效率检验。
原文摘要
A special semiparametric model for a univariate density is introduced that allows analyzing a number of problems via appropriate transformations. Two problems treated in some detail are testing for the presence of a mixture and detecting a wear-out trend in a failure rate. The analysis of the semiparametric model leads to an approach that advances the maximum likelihood theory of the Grenander estimator to a multiscale analysis. The construction of the corresponding test statistic rests on an extension of a result on a two-sided Brownian motion with quadratic drift to the simultaneous control of “excursions under parabolas” at various scales of a Brownian bridge. The resulting test is shown to be asymptotically optimal in the minimax sense regarding both rate and constant, and adaptive with respect to the unknown parameter in the semiparametric model. The performance of the method is illustrated with a simulation study for the failure rate problem and with data from a flow cytometry experiment for the mixture analysis.