A Symbolic Algorithm for Studying Adjustments to the Profile Likelihood
研究剖面似然调整的符号算法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：摘要属于通用似然推断与符号计算理论，未提供具体领域分类证据。
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
研究剖面似然调整的符号算法
- 研究问题
- 如何用符号运算系统推导不同剖面似然调整下的高阶渐近展开，以研究估计量矩及似然统计量的修正？
- 方法与思路
- 作者修改既有最大似然估计渐近展开的符号算法，使其适用于条件、修正及调整剖面似然，并据此开展高阶性质分析。
- 材料陈述的贡献
- 摘要称推导了各调整似然的 Bartlett 修正，以及条件和调整剖面似然下最大似然估计前四阶矩的渐近展开。
- 阅读关注点
- 应核对三种似然调整的定义、展开阶数及正则条件，检查符号算法的输入和验证方式，并区分哪些矩结果对应哪些调整。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要。摘要未提供展开公式或算法实现；作者关于避免人工笔误的表述不等于已验证算法无误。
原文摘要
A symbolic algorithm for the derivation of the asymptotic expansion of the maximum likelihood estimate was first introduced by Andrews & Stafford (1993). This algorithm is quite general and can be modified to give asymptotic expansions for the maximum likelihood estimate based on either the conditional, modified or adjusted profile likelihoods. Expansions are obtained quickly with no chance for human clerical error. As a result, these three adjustments can be easily studied and some new statistical results are obtained. Bartlett corrections of each adjusted likelihood, and asymptotic expansions for the first four moments of the maximum likelihood estimate based on the conditional and adjusted profile likelihoods, are derived.