Pseudo-Likelihood Theory for Empirical Likelihood
经验似然的伪似然理论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：摘要聚焦一般经验似然与高阶推断理论，未提供给定经济计量细分方向的应用依据。
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
经验似然的伪似然理论
- 研究问题
- 经验似然置信区域与伪似然轮廓在二阶近似下有何关系，位置调整与 Bartlett 校正如何影响覆盖误差？
- 方法与思路
- 作者比较经验似然、伪似然和 Bootstrap 似然的二阶性质，并分析位置调整后再施加经验尺度校正的效果。
- 材料陈述的贡献
- 摘要称位置调整可使经验似然区域达到二阶正确且可作 Bartlett 校正，同时指出其与 Bootstrap 似然区域存在二阶差异。
- 阅读关注点
- 应核对目标伪似然的定义、位置调整方式、二阶正确性的判据，以及调整如何改变 Bartlett 校正形式。
- 阅读边界
- 仅据版本未注明的索引摘要；摘要未提供正则条件、调整公式或有限样本覆盖结果，不能据此直接实施校正。
原文摘要
It is proved that, except for a location term, empirical likelihood does draw contours which are second-order correct for those of a pseudo-likelihood. However, except in the case of one dimension, this pseudo-likelihood is not that which would commonly be employed when constructing a likelihood-based confidence region. It is shown that empirical likelihood regions may be adjusted for location so as to render them second-order correct. Furthermore, it is proved that location-adjusted empirical likelihood regions are Bartlett-correctable, in the sense that a simple empirical scale correction applied to location-adjusted empirical likelihood reduces coverage error by an order of magnitude. However, the location adjustment alters the form of the Bartlett correction. It is also shown that empirical likelihood regions and bootstrap likelihood regions differ to second order, although both are based on statistics whose centered distributions agree to second order.