Estimation of the Parameters in Short Markov Sequences
短马尔可夫序列的参数估计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：题名和摘要直接研究马尔可夫序列及其动态过程参数估计，对应时间序列方法。
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
短马尔可夫序列的参数估计
- 研究问题
- 对于短序列中的两状态马尔可夫过程，能否通过适当的参数表示，使两个参数的最大似然估计无需迭代计算？
- 方法与思路
- 作者给出两状态马尔可夫过程的一种参数化表示，并据此求取两个参数的最大似然估计；摘要未说明具体求解步骤。
- 材料陈述的贡献
- 摘要明确称该参数表示允许不经迭代得到两个参数的最大似然估计，但没有提供估计公式或有限样本性能结果。
- 阅读关注点
- 应核对新参数与转移概率的关系、初始状态如何处理，以及短序列下估计的存在性、边界情况和非迭代求解步骤。
- 阅读边界
- 仅依据Crossref摘要；材料非常简短，未说明抽样方式、参数限制或估计精度，不能推断计算便利之外的统计优势。
原文摘要
SUMMARY A parametric representation of a two-state Markov process is given which enables the maximum-likelihood estimates of the two parameters to be found without iteration.