Strong Consistency of Least Squares Estimators in Regression with Correlated Disturbances
相关扰动回归中最小二乘估计量的强一致性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：相关误差也可出现在一般回归中，摘要未明确说明时间序列或面板数据结构。
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
相关扰动回归中最小二乘估计量的强一致性
- 研究问题
- 回归误差存在相关性时，最小二乘估计在什么条件下仍具有强一致性，相关性允许达到怎样的范围？
- 方法与思路
- 摘要仅说明作者在其所称的最小假设下研究相关误差回归的最小二乘强一致性，未交代理论工具或证明路线。
- 材料陈述的贡献
- 摘要明确讨论的贡献主题是相关扰动下最小二乘估计的强一致性，但没有列出定理条件或给出具体结论形式。
- 阅读关注点
- 应优先核对误差相关结构、矩条件、回归设计及外生性要求，并查明所谓最小假设的具体内容与适用范围。
- 阅读边界
- 仅据一句版本未注明的索引摘要；无法判断假设强弱、结果范围或证明，也不能由误差相关直接推断时间序列或面板设定。
原文摘要
This note considers, under minimal assumptions, the strong consistency of least squares estimates in regression with correlated errors.