Invariants and Likelihood Ratio Statistics
不变量与似然比统计量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：摘要是通用似然推断与重参数化理论，未涉及所给经济或金融细分方向。
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
不变量与似然比统计量
- 研究问题
- 如何利用似然比统计量对重参数化的不变性，以不变量表达其大样本展开、期望及Bartlett校正因子？
- 方法与思路
- 作者以对数似然前两阶导数的累积量构造不变组合，先处理标量参数，再推广到向量参数，并讨论几何解释。
- 材料陈述的贡献
- 摘要称，给出了似然比统计量及其期望的不变量展开，并将Bartlett校正因子写成累积量的不变组合。
- 阅读关注点
- 应核对展开阶数、正则条件、不变组合的构造及向量参数情形，并确认几何解释和特殊案例的适用范围。
- 阅读边界
- OpenAlex索引摘要未注明稿件版本；未给出具体公式和误差界，不能据此判断校正的有限样本表现。
原文摘要
Because the likelihood ratio statistic is invariant under reparameterization, it is possible to make a large-sample expansion of the statistic itself and of its expectation in terms of invariants. In particular, the Bartlett adjustment factor can be expressed in terms of invariant combinations of cumulants of the first two log-likelihood derivatives. Such expansions are given, first for a scalar parameter and then for vector parameters. Geometrical interpretation is given where possible and some special cases discussed.