Approximate Likelihood and Probability Calculations Based on Transforms
基于变换的近似似然与概率计算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：摘要讨论一般概率计算与似然近似，没有足够文本证据对应所列具体计量领域。
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
基于变换的近似似然与概率计算
- 研究问题
- 当密度没有闭式表达、分布由特征函数、矩母函数或矩序列描述时，如何构造方便似然实施与概率计算的近似？
- 方法与思路
- 作者利用概率变换共有的性质，统一讨论从特征函数、矩母函数及矩序列等表示中构造近似的方法。
- 材料陈述的贡献
- 摘要指出，替代性的分布表示可以产生实用近似，即使密度没有闭式，也能辅助似然方法与概率计算。
- 阅读关注点
- 应核对不同变换对应的近似构造、存在性与适用条件，以及近似误差如何影响似然估计和目标概率计算。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未说明具体算法、误差阶或计算比较，不能据此认定精度和效率。
原文摘要
Probability distributions, especially in applications, are generally specified via density functions; alternative representations, including the characteristic function, moment generating function, and sequence of moments, are most commonly encountered in theoretical settings. These alternative means of specification do, however, give rise to the construction of certain approximations that can facilitate the implementation of likelihood methods or the calculation of probabilities, even when the density is not available in closed form. The feasibility of a unified treatment of this topic stems from a number of properties shared by probability transforms in general.