Estimation of Error Variance from Smallest Ordered Contrasts
利用最小次序对比平方估计误差方差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：摘要讨论对比统计量下的一般误差方差估计，不涉及金融波动率或其他所列专门领域。
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…
利用最小次序对比平方估计误差方差
- 研究问题
- 如果仅利用若干单自由度对比平方中最小的一部分，如何对误差方差进行最大似然估计，并了解该估计的统计性质？
- 方法与思路
- 作者使用K个单自由度对比平方中最小的M个估计误差方差，提供便于最大似然计算的表格，并开展随机抽样实验。
- 材料陈述的贡献
- 摘要称，论文给出辅助估计的表格，并通过随机抽样实验报告该估计量的部分统计性质，未具体列明这些性质。
- 阅读关注点
- 应核对对比的构造、分布及相互关系，M和K如何选择，以及抽样实验考察的是偏差、方差还是其他统计表现。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未说明分布假设、实验设计及性能结果，不能推断稳健性或效率优势。
原文摘要
Tables are given to facilitate the maximum likelihood estimation of error variance using the M smallest squares of K single degree of freedom contrasts. Some statistical properties of the estimate based on a random sampling experiment are given.