Utilizing Initial Estimates in Estimating the Coefficients in a Linear Model
利用初始估计改进线性模型系数估计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：相同设计矩阵的重复样本不足以认定为面板数据，摘要主要讨论通用线性模型估计。
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…
利用初始估计改进线性模型系数估计
- 研究问题
- 在线性模型具有相同设计矩阵的重复样本时，如何利用已有初始估计，并兼顾初始估计准确或不准确的情形？
- 方法与思路
- 作者针对具有相同输入矩阵的重复观测构造一类两阶段估计量，并在该类中寻找最优的系数估计方法。
- 材料陈述的贡献
- 摘要称，初始估计准确时所提估计量优于对应的单样本最小二乘估计；初始估计不准确时，渐近表现与其相当。
- 阅读关注点
- 应核对初始估计来源、样本间依赖、最优性损失标准，以及准确与不准确如何定义、渐近比较如何建立。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；误差条件、准确性阈值与比较标准未说明，不能声称普遍优于最小二乘法。
原文摘要
A procedure which utilizes an initial estimate to estimate the coefficients in a linear mode is introduced. A linear model containing replications with the same input matrix is considered and a class of two-stage estimators is defined. Optimal estimators in the class are determined, and it is shown that the proposed estimators are better than the corresponding single-sample least squares estimator if the initial estimate is accurate, and are as good (asymptotically) as the corresponding single-sample least squares estimator if the initial estimate is inaccurate.