Conditional Likelihood and Unconditional Optimum Estimating Equations
条件似然与无条件最优估计方程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：摘要涉及一般条件似然与估计方程理论，没有给定领域细分的直接证据。
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
条件似然与无条件最优估计方程
- 研究问题
- 在概率模型含有干扰参数时，最大条件似然方程何时也是最优估计方程，其最优性评价是否依赖所采用的条件化？
- 方法与思路
- 作者将干扰参数下的估计方程理论与条件似然、完全充分性联系起来，并据此讨论辅助性和充分性的相关定义。
- 材料陈述的贡献
- 摘要称在适当条件下，最大条件似然方程提供最优估计方程，且最优性准则不依赖条件化；具体条件未在摘要展开。
- 阅读关注点
- 应核对最优性的比较对象与准则、完全充分性发挥的作用、条件化统计量的选择，以及结论对干扰参数模型的限制。
- 阅读边界
- 材料为稿件版本未注明的索引摘要，未列适用条件与实例；不能据此认为条件似然在所有干扰参数问题中都最优。
原文摘要
Godambe & Thompson (1974) characterized optimum estimating equations for some situations when the underlying frequency function contained a nuisance parameter. In the present paper the nuisance parameter case is related to concepts of conditional likelihood and complete sufficiency. Under suitable conditions it is shown that the maximum conditional likelihood equation provides the optimum estimating equation, the criterion of optimality being independent of conditioning. In the light of this, some definitions of ancillarity and sufficiency in the presence of nuisance parameters are discussed.