Access

You are not currently logged in.

Access your personal account or get JSTOR access through your library or other institution:

login

Log in to your personal account or through your institution.

Further Remarks on Asymptotic Normality of Likelihood and Conditional Analyses

D. A. S. Fraser and P. McDunnough
The Canadian Journal of Statistics / La Revue Canadienne de Statistique
Vol. 12, No. 3 (Sep., 1984), pp. 183-190
Stable URL: http://www.jstor.org/stable/3314746
Page Count: 8
  • Download ($4.00)
  • Cite this Item
Further Remarks on Asymptotic Normality of Likelihood and Conditional Analyses
Preview not available

Abstract

Under weak conditions the normalized likelihood with or without weight function almost surely converges to a normal density function: for a real parameter or a vector parameter; with or without the assumption of independent identical distributions. Applications arise for confidence intervals, confidence distributions, structural distributions, and conditional analyses with transformation and structural models. /// On montre, sous des hypothèses assez générales, que la fonction de vraisemblance normalisée (pondérée ou non) converge presque sûrement vers une fonction de densité normale. Tel est le cas, par exemple, pour une fonction de vraisemblance dépendant d'un paramètre réel ou vectoriel, peu importe qu'elle soit induite par des données indépendantes et identiquement distribuées ou non. Les résultats obtenus s'appliquent dans le contexte des intervalles de confiance, des distributions structurelles, ainsi que dans le cadre d'analyses conditionnelles basées sur des modèles structurels ou de transformation.

Page Thumbnails

  • Thumbnail: Page 
183
    183
  • Thumbnail: Page 
184
    184
  • Thumbnail: Page 
185
    185
  • Thumbnail: Page 
186
    186
  • Thumbnail: Page 
187
    187
  • Thumbnail: Page 
188
    188
  • Thumbnail: Page 
189
    189
  • Thumbnail: Page 
190
    190