Minimum variances estimation of coefficient matrices in a dependent system
相依系统中系数矩阵的最小方差估计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：摘要讨论一般相依向量数据的线性组合，未明确涉及时间序列、网络或金融等细分方向。
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
相依系统中系数矩阵的最小方差估计
- 研究问题
- 当向量数据的分量与信息来源相互依赖时，如何确定受限线性组合的系数矩阵，使其满足最小方差性质？
- 方法与思路
- 作者在向量分量及信息来源相依的框架下推导线性组合的系数矩阵，并通过协方差矩阵的半正定性进行比较。
- 材料陈述的贡献
- 摘要称，得到最小方差系数矩阵，并给出与其他同样受限线性组合比较的协方差半正定结果，具体表达需全文核对。
- 阅读关注点
- 核对线性组合所受限制、相依结构与协方差条件，并确认比较矩阵究竟如何定义以及最小方差结论的准确含义。
- 阅读边界
- 仅依据版本未注明的 OpenAlex 索引摘要；限制条件和矩阵表达未提供，比较协方差的文字也需核对，不能补写具体最优系数公式。
原文摘要
Minimum variance coefficient matrices are derived for a linear combination of vector-valued sets of data possessing dependent vector components and information sources. The covariance matrix for the difference between this and any other, similarly restricted, linear combination and the minimum variance combination is shown to be positive semi-definite.