Representation of Certain Covariance Matrices with Application to Asymptotic Efficiency
某类协方差矩阵的表示及其渐近效率应用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：摘要聚焦一般估计方程和多参数效率，伽马分布应用不足以对应所列经济计量细分方向。
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
某类协方差矩阵的表示及其渐近效率应用
- 研究问题
- 为降低最大似然方程组的求解难度而替换部分方程后，新估计量的协方差结构与多参数渐近效率如何变化？
- 方法与思路
- 作者刻画新估计量及估计函数的协方差矩阵与信息矩阵之间的关系，发展效率性质，并应用于伽马分布参数估计。
- 材料陈述的贡献
- 摘要称，论文给出相关协方差结构的刻画及多参数效率性质，在伽马分布例子中提出新估计量并比较其效率。
- 阅读关注点
- 应核对哪些似然方程被替换、替代估计函数需满足什么条件，以及效率比较采用何种矩阵准则和计算代价。
- 阅读边界
- 仅据版本未注明的索引摘要，不能判断替换方程后的效率损失或计算收益大小；具体估计量、条件与刊本变化未知。
原文摘要
Although maximum likelihood estimates are asymptotically efficient, they are often very hard to find. Replacement of some, but not all, of the equations in the maximum likelihood system may make it more manageable. The covariance matrices of the new estimator and of the estimating functions will have special structure in relation to the information matrix. These relationships are characterized and various properties that pertain to multiparameter efficiency are developed. Application is made to the estimation of parameters from the gamma distribution. Some new estimators are found and their efficiencies are compared.