An Algorithm for Obtaining the Zero of a Function of the Dispersion Matrix in Multivariate Analysis
多元分析中求解离散矩阵函数零点的算法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：摘要讨论多元正态实验的协方差估计算法，未涉及金融波动率、因子模型或其他所列经济应用。
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
多元分析中求解离散矩阵函数零点的算法
- 研究问题
- 当多元正态实验有意在不同实验单位子组中省略部分变量测量时，如何计算协方差矩阵的最大似然估计？
- 方法与思路
- 作者提出基于 Newton–Raphson 方法的迭代程序，求解与协方差矩阵估计有关的问题，并以特殊设计作说明。
- 材料陈述的贡献
- 摘要称，文章详细介绍迭代算法，提供一个实验设计示例，并指出若干应用领域；未给出计算性能结论。
- 阅读关注点
- 应核对省略测量的设计、似然与迭代步骤，以及初始化、协方差矩阵正定性和收敛条件如何处理。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未说明收敛保证或适用于何种省略模式，不能外推至任意缺失机制。
原文摘要
This paper is devoted to a discussion of an iterative procedure for obtaining the maximum likelihood estimator of the covariance matrix for multivariate experiments in which measurements on certain components of a normal vector random variable are intentionally omitted in corresponding subgroups of the experimental units. The proposed algorithm, which is based on the Newton-Raphson method, is outlined in detail in Section 5. A special design is included to illustrate the procedure and a few areas of application are indicated.