An empirical adjustment to the likelihood ratio statistic
似然比统计量的经验调整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：摘要讨论一般似然推断的高阶调整，没有直接对应所列经济计量细分领域。
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
似然比统计量的经验调整
- 研究问题
- 含标量目标参数与干扰参数的模型中，如何用可数值计算的调整改善带符号似然比平方根的正态近似？
- 方法与思路
- 作者提出对Barndorff-Nielsen修正统计量的数值近似，使其能够在较广的一类模型中计算，并以若干例子说明。
- 材料陈述的贡献
- 摘要称，所提近似与原修正统计量之间具有给定的概率误差阶，为高阶似然推断提供一种数值实现途径。
- 阅读关注点
- 应核对数值近似的构造、所需正则条件与可适用模型，以及统计量近似误差和实际覆盖误差之间的区别。
- 阅读边界
- 材料为OpenAlex索引摘要，稿件版本未注明；摘要未给出算法细节和适用条件，也不能据近似误差阶推断所有模型的有限样本表现。
原文摘要
Consider a model parameterised by a scalar parameter of interest ψ and a nuisance parameter λ. Inference about ψ may be based on the signed square root of the likelihood ratio statistic, R. The statistic R is asymptotically distributed according to a standard normal distribution, with error O(n-½). To reduce the error of this normal approximation, several modifications to R have been proposed such as Barndorff-Nielsen's modified directed likelihood statistic, R*. In this paper, an approximation to R* is proposed that can be calculated numerically for a wide range of models. This approximation is shown to agree with R* with error of order Op(n-1). The results are illustrated on several examples.