Conditional Exponential Families and a Representation Theorem for Asympotic Inference
条件指数族与渐近推断的表示定理AI 解读 ↓
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。
AI 根据所提供的论文材料归类:摘要提供一般马尔可夫过程推断理论,未明确连接宏观时间序列或其他所列细分。
条件指数族与渐近推断的表示定理AI 解读 ↓
正在核对关联版本…
正在核对对应版本的资源…
Conditional exponential families of Markov processes are defined and a representation of the score function martingale is established for the important conditionally additive case. This result unifies those obtained separately for different examples and provides the key to asymptotic normality results for the maximum likelihood estimate.