Likelihood-Based Inference in Some Continuous Exponential Families With Unknown Threshold Parameters
含未知阈值参数的若干连续指数族中的似然推断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：摘要讨论一般连续指数族中的非标准似然推断，未提供因果、面板、时间序列或金融模型依据，故不作细分。
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…
含未知阈值参数的若干连续指数族中的似然推断
- 研究问题
- 在连续指数族中引入未知阈值参数后，基于似然的统计推断如何变化，标准渐近论证为何需要调整？
- 方法与思路
- 作者研究若干含未知阈值的连续指数族，并修改标准渐近论证以分析相应推断；摘要未交代具体模型与推导方法。
- 材料陈述的贡献
- 摘要称阈值参数会改变通常的渐近分析，并产生一些可能出乎预期的极限分布，但未列出其具体形式。
- 阅读关注点
- 应核对阈值如何进入分布、哪些常规条件失效、各参数的收敛速度，以及非标准极限如何用于检验和区间构造。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，无法判断具体极限分布、成立条件或有限样本表现，也不能推断刊本变化。
原文摘要
We study likelihood-based inference in some continuous exponential families with unknown threshold parameters. The introduction of threshold parameters necessitates modification of the standard asymptotic arguments, and some possibly unexpected limiting distributions result.