Acceptability and Statistical Inference
可接受性与统计推断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：摘要讨论一般统计推断原则及估计性质，未提供所列经济计量细分领域的直接依据。
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
可接受性与统计推断
- 研究问题
- 如何以可接受性原则构建估计与推断，并比较最可接受估计和最大似然估计在中位数无偏性及不同一致性定义下的性质？
- 方法与思路
- 作者提出可接受性原则和最可接受估计，发展计算方法与渐近条件，并批评通常的一致性定义、提出另一种定义。
- 材料陈述的贡献
- 摘要称，最可接受估计在一定条件下具有中位数无偏性、强一致性和渐近正态性，并给出与最大似然估计表现不同的例子。
- 阅读关注点
- 应核对可接受性的定义、新旧一致性概念的差异，以及所谓较弱条件和最大似然反例的精确设定与比较范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；关键定义和条件未提供，新意义的一致性不能直接等同于通常一致性，亦不能推断版本变化。
原文摘要
The likelihood principle is criticized and the acceptability principle is enunciated. Most acceptable estimates are defined and some techniques for their calculation are developed. In the one-parameter case the most acceptable estimator is, under some conditions, median unbiased. Conditions for the strong consistency and asymptotic normality of the estimators are obtained. These are less stringent than those for the maximum likelihood estimator. An example is given where the maximum likelihood estimator is inconsistent, but the most acceptable estimator is strongly consistent. The usual definition of consistency is criticized and a new definition suggested. Any estimator whose acceptability is bounded away from zero as the sample size n tends to infinity is strongly consistent in the new sense. The maximum likelihood estimate is shown to have high acceptability under mild conditions. Hence under these conditions it is strongly consistent in the new sense.