A Simple Solution to a Nonparametric Maximum Likelihood Estimation Problem
一个非参数最大似然估计问题的简单解法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：摘要仅提供通用非参数最大似然与筛方法信息，不足以归入所列具体经济计量方向。
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
一个非参数最大似然估计问题的简单解法
- 研究问题
- 针对某个非参数最大似然问题，三种求解思路之间有何包含关系，是否能利用筛方法在特定参数取值下得到闭式解？
- 方法与思路
- 作者比较三种处理方法，采用双指数卷积筛构建筛方法，并分析这种方法如何涵盖另两种方法及其特殊参数情形。
- 材料陈述的贡献
- 摘要称，所研究的筛方法包含另两种方法，并在某些筛参数取值下给出闭式解；没有说明任意参数下均可显式求解。
- 阅读关注点
- 应核对原始似然问题、双指数卷积筛的定义、三种方法的包含关系，以及闭式解对应的参数范围和计算条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明具体观测模型、参数范围与统计性质，不能判断一致性或通用性。
原文摘要
Three approaches to a nonparametric maximum likelihood problem are considered. One, based on the method of "sieves", is shown to include the other two. The sieve considered is a double exponential convolution sieve. A closed form solution is given for certain values of the sieve parameter.