On the Efficiency of Quasi-Likelihood Estimation
拟似然估计的效率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：摘要讨论一般回归模型的拟似然效率，没有明确涉及给定列表中的特定数据结构或经济应用方向。
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
拟似然估计的效率
- 研究问题
- 只指定回归观测的均值与方差关系、而不完整指定分布时，拟似然估计会损失多少效率，能否利用额外分布信息改进？
- 方法与思路
- 作者分别分析恒定方差、恒定变异系数及相对指数族过度离散模型，计算特定分布下的效率，并研究小幅偏离指数族的近似。
- 材料陈述的贡献
- 摘要称自然指数族下拟似然估计具有完全渐近效率，并研究更一般分布下的效率损失及纳入额外分布信息的改进可能。
- 阅读关注点
- 应核对效率比较所用基准、均值与方差关系的正确设定、各分布下的计算，以及小幅偏离近似与改进方法的适用条件。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未给出具体效率数值或改进保证，不能将指数族内的结论推广至任意分布。
原文摘要
A quasi-likelihood method has been proposed by Wedderburn (1974) for the estimation of parameters in regression models when there is some assumed relationship between the mean and variance of each observation but not necessarily a fully specified likelihood. If the underlying distribution comes from a natural exponential family the quasi-likelihood estimates maximize the likelihood and so have full asymptotic efficiency; under more general distributions there is some loss of efficiency, which is investigated here. Three types of model are discussed in detail: models with constant variance, models with constant coefficient of variation and models with overdispersion relative to some exponential family. The asymptotic efficiency of quasi-likelihood estimation is calculated under some particular distributions, and then more generally via an approximation for ‘small departures’ from the corresponding natural exponential family. The possibility of refinement of the quasi-likelihood approach, to incorporate additional information about the underlying distribution, is considered.