On Unbiased L p Regression Estimators
关于无偏的 Lp 回归估计量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：摘要讨论一般线性回归估计的无偏性与秩条件，未提供所列具体领域的充分依据。
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
关于无偏的 Lp 回归估计量
- 研究问题
- 在线性模型中，设计矩阵不满足满列秩、回归解可能不唯一时，如何构造覆盖 p≥1 的无偏 Lp 估计量？
- 方法与思路
- 作者扩展既有的计算方案，使其适用于 p≥1 的 Lp 回归估计，并在构造中不要求设计矩阵满足秩条件。
- 材料陈述的贡献
- 摘要称，该扩展将既有无偏估计的计算方案推广到更一般的 Lp 情形，解除此前相关论证对满列秩的要求。
- 阅读关注点
- 应核对误差分布与无偏性的具体条件、多解情况下的选择规则，以及计算方案如何保证所选估计量具有无偏性。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明误差条件或证明细节，不能把无需秩条件理解为无需其他假设。
原文摘要
Consider the familiar linear model y = Xβ + e. In an ingenious article by Sielken and Hartley (1973) it was shown how one can construct a computational scheme that will generate unbiased L 1 or L ∞ estimators even when multiple solutions exist. In a recent paper, Harvey (1978) provides a simple proof of unbiasedness for Lp estimators, 1 < p < ∞, under the assumption that the linear model is of full column rank; this insures that the estimator is unique. In this note it is shown that Sielken and Hartley's computational scheme can be extended to include unbiased Lp estimators, p ≥ 1, without requiring a rank condition.