跳到正文
← 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:摘要研究含测量误差的通用直线拟合,未明确建立经济结构模型或涉及其他所列细分方向。

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
James H. Ware

双变量均有误差且均值排序已知时的直线拟合

研究问题
当两个变量均含观测误差,但观测均值沿直线的顺序已知时,如何利用排序信息拟合回归直线并选择合适的估计程序?
方法与思路
作者提出两种利用已知均值顺序的直线拟合方法,其中一种基于分组,并通过极限分布与渐近效率比较两种程序。
材料陈述的贡献
摘要提供两种拟合程序及其渐近性质比较,并给出选择程序的准则,说明已知排序信息可用于双变量含误差的直线拟合。
阅读关注点
应核对已知排序信息的具体含义、观测误差与分组条件、两种程序的构造,以及极限分布、效率比较和选择准则的适用范围。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;误差模型、程序公式和选择条件未提供,不能推断任一方法普遍更有效或刊本变化。

原文摘要

Two methods, one based upon grouping, are proposed for fltting a regression line to bivariate data when the means of the observations have known order along the line. The two procedures are compared with respect to their limiting distributions and asymptotic efficiency. Criteria are given for choosing one of these procedures to fit the line.

笔记与分组
相关领域论文