A Note on Estimation in Straight Line Regression When Both Variables are Subject to Error
两个变量均含误差时直线回归估计的一则说明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：摘要涉及通用测量误差回归，未提供因果识别或其他所列细分领域的明确依据。
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
两个变量均含误差时直线回归估计的一则说明
- 研究问题
- 在两个变量均受测量误差影响的直线回归中，误差之间存在相关性时，如何扩展已有估计量期望与均方误差的结果？
- 方法与思路
- 作者考虑独立的双变量正态误差及固定未知真值，采用不同于已有研究的方法，将零误差相关情形的结果推广至非零相关。
- 材料陈述的贡献
- 摘要称，本文把已有研究关于估计量期望和均方误差的结论扩展到误差相关的情形；具体估计量定义与表达式未完整呈现。
- 阅读关注点
- 应查阅原 PDF 核对观测方程、估计量定义和方差符号，再检查相关误差如何进入期望、均方误差及其存在条件。
- 阅读边界
- 所给 OpenAlex 摘要版本未注明，且公式存在缺失与符号混乱；不能重构观测方程或估计量公式，需查阅原 PDF。
原文摘要
Let yi = α + βxi + εis xi = ξi + δis i = 1, 2, ···, N, N ≥ 3, where (εis δi)s i = 1, 2, ···, N are independent bivariate normal with zero means, variances σ ε2 σδ2 and correlation ρ, the ξi being unknown constants at least two of which are distinct. Let τ = (N−1)−1 ΣN i=1 (ξi − ξ)2/Σ δ2 and let . A recent article by Richardson and Wu gives, among other things, the expected value and m.s. error of b, when ρ = 0. This note generalizes their results, using a different method, to the case of ρ ≠ 0.