Comparison of Linear Experiments with Known Covariances
已知协方差下线性试验的比较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：摘要中的试验比较属于一般统计理论，未出现处理分配、因果识别或具体经济模型，故不据试验一词分类。
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…
已知协方差下线性试验的比较
- 研究问题
- 当两个线性统计试验的协方差已知且允许奇异时，如何刻画它们的信息优劣、等价关系及参数子集估计能力？
- 方法与思路
- 作者针对两个具有共同参数的线性试验，刻画至少同样好、更好与等价等关系，并将比较扩展到共同参数子集。
- 材料陈述的贡献
- 摘要称，论文给出上述试验比较关系的刻画，允许协方差奇异或非奇异，并提供参数子集版本与三个例子。
- 阅读关注点
- 应核对各比较关系的决策论定义、允许的估计程序与损失，以及协方差奇异和仅估计参数子集时的处理。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明比较标准及具体刻画条件，不能将其直接解释为因果试验优劣。
原文摘要
For two linear experiments $d_1 = L(X_1\beta, V_1)$ and $d_2 = L(X_2\beta, V_2)$ where the covariances $V_1$ and $V_2$ are known and can be singular or nonsingular, we characterize the following relations: $d_1$ at least as good as $d_2, d_1$ better than $d_2$, and $d_1$ equivalent to $d_2$. Sometimes only a subset of parameters is of interest to the experimenter. We extend the above relations between $d_1$ and $d_2$ to estimation of a common subset of parameters and give analogous characterizations. Three examples are given.