Testing Hypotheses with Estimated Scores
利用估计得分进行假设检验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：摘要讨论含干扰参数的一般假设检验方法，未给出因果、面板、宏观或金融研究对象，故不选择具体领域细分。
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
利用估计得分进行假设检验
- 研究问题
- 存在干扰参数时，如何利用估计得分构造假设检验，该方法何时与条件分布检验一致，复杂参数情形又如何近似处理？
- 方法与思路
- 作者对单一检验参数依据估计得分与其期望之差构造拒绝域，并研究特殊充分统计量条件及标量、向量参数下的近似方法。
- 材料陈述的贡献
- 摘要提出与期望最大对数似然估计相配套的检验思路，指出某些充分统计量条件下与条件检验一致，并讨论复杂情形近似。
- 阅读关注点
- 应核对估计得分及其期望的定义、干扰参数处理、条件检验等价所需独立性，以及近似方法的误差和适用参数维度。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要；具体统计量、临界值和近似精度未提供，不能据此判断检验尺寸或功效优势。
原文摘要
A method is proposed for testing hypotheses that is very much in the spirit of expected maximum log likelihood estimation and bears much the same relation to it as the likelihood ratio test methodology does to maximum likelihood estimation. For a single test parameter, the method amounts to basing critical regions on the difference between the estimated score and its expectation. In some cases where a sufficient statistic, independent of the test parameter, exists for the nuisance parameter, the test coincides with that based on the conditional distribution. An approximate approach is described for complicated situations, with algebraic examination of the scalar test and nuisance parameter case and examples of the vector parameter case.