卢·H·Y·凯文;Young，G.阿拉斯泰尔 模型指定错误下的参数引导。 （英语） Zbl 1252.62034号 计算。统计数据分析。 56，第8号，2410-2420（2012）. 小结：在模型正确的情况下，考虑到符号根似然比统计量的bootstrap分布，在存在干扰参数的情况下可以通过几种途径实现对标量兴趣参数的高精度推断。考虑了模型误定的背景，并详细讨论了基于有符号根统计量的稳健形式的推理。通过在错误假设的分布下考虑统计量的bootstrap分布，统计分布的稳定性允许准确推断，优于基于一阶渐近近似的推断。讨论了这种简单方法与其他分析和非参数推理方案的比较。 引用于1文件 MSC公司： 62F40型 引导、折刀和其他重采样方法 6220国集团 非参数推理的渐近性质 关键词：渐近逼近;非参数推断;重新取样;符号根似然比统计量 软件：LogConcDEAD日志 PDF格式BibTeX公司 XML格式引用 \textit{H.Y.K.Lu}和\textit{G.A.Young}，计算。统计数据分析。56，第8号，2410--2420（2012；Zbl 1252.62034） 全文： 内政部 链接 参考文献： [1] Barndorff-Nielsen，O.E.，基于标准化符号对数似然比的全部或部分参数推断，生物统计学，73，307-322（1986）·Zbl 0605.62020年 [2] DiCiccio，T.J。；Martin，医学硕士。；Stern，S.E.，从似然比的符号根进行简单而准确的单侧推断，《加拿大统计杂志》，29，67-76（2001）·Zbl 1013.62017年 [3] Kent，J.T.，似然比检验的鲁棒性，生物医学，69，19-27（1982）·Zbl 0485.62031号 [4] Lee，S.硕士。；Young，G.A.，《通过加权引导迭代进行预验证》，《生物统计学》，90，393-410（2003）·Zbl 1034.62030号 [5] 李，S.M.S。；Young，G.A.，带干扰参数的参数自举，《统计与概率快报》，71，143-153（2005）·Zbl 1065.62050号 [6] 卢，H.Y.K。；Young，G.A.，“多维对数曲线密度的最大似然估计”讨论，Cule，Samworth&Stewart，《皇家统计学会期刊》，B辑，72，582-584（2010） [7] Severini，T.A.，《统计学中的似然方法》（2000），牛津大学出版社：牛津大学出版社·Zbl 0984.6202号 [8] Stafford，J.E.，剖面可能性的稳健调整，《统计年鉴》，24336-352（1996）·Zbl 0905.62027号 [9] Viraswami，K。；Reid，N.，模型错误指定下的高阶渐近性，加拿大统计杂志，24263-278（1996）·Zbl 0858.62023号 [10] 维拉斯瓦米，K。；Reid，N.，关于模型错误指定下的似然比统计的注释，《加拿大统计杂志》，26，161-168（1998）·Zbl 0899.62036号 [11] Young，G.A.，参数推断中高阶精度的途径，澳大利亚和新西兰统计杂志，51，115-126（2009）·Zbl 1337.62037号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。