On a Restricted Least Squares Estimator
论一种受约束最小二乘估计量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：摘要属于受约束线性估计的通用方法，未给出可明确归入所列计量细分的模型或应用。
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
论一种受约束最小二乘估计量
- 研究问题
- 在线性模型可能不满秩且真实参数受到限制时，如何计算最小二乘估计量及其方差矩阵，并检验指定限制值？
- 方法与思路
- 作者采用 Sweep-Out 方法推导受约束线性模型的计算公式，同时讨论针对参数限制指定值的检验问题。
- 材料陈述的贡献
- 摘要所述贡献是为允许秩亏的受约束线性模型提供估计及方差矩阵计算公式，并讨论相应限制检验。
- 阅读关注点
- 应核对约束形式、秩亏情况下参数可估性的处理，以及计算公式和检验程序分别需要哪些模型及分布条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；约束形式、解的唯一性条件及检验分布未说明，不能推断刊本变化。
原文摘要
The method of Sweep-Out is used to obtain computing formulas for calculating the least-squares estimator and its variance matrix in linear models, not necessarily of full rank, in which certain restrictions may hold on the actual parameters. A test for a specified value of parametric restrictions is also discussed.