Miscellanea. On the identification of a single-factor model with correlated residuals
相关残差下单因子模型的识别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：摘要研究一般单因子模型的识别，没有宏观数据或金融因子的文本依据，不能直接归入宏观或金融因子方向。
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
相关残差下单因子模型的识别
- 研究问题
- 允许残差相关时，单因子模型在什么情况下能够识别，能否利用残差相关结构的图表示高效检查这一问题？
- 方法与思路
- 作者研究残差精度矩阵中的零元素，将识别条件表述为残差补图的性质，并提出可高效检查该条件的算法。
- 材料陈述的贡献
- 摘要称给出识别的必要充分条件及图检验算法，并以例子说明相关残差单因子模型有时可缓解较大因子模型的不识别。
- 阅读关注点
- 应核对精度矩阵零结构的设定、图条件与参数识别的对应方式，以及算法步骤和较大因子模型示例的适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未列出图条件和参数规范，示例不支持任意多因子模型均可通过此法解决识别。
原文摘要
A necessary and sufficient condition for the identification of a single-factor model with correlated residuals is derived by studying the zero elements of their concentration matrix. In particular the new condition is expressed in terms of the complementary graph of the residuals. This graphical condition can be simply checked by means of an efficient algorithm. An example is also given showing that sometimes the single-factor model with correlated residuals can be sued to overcome the problem of non-identification of a larger factor model.