Statistical properties of data stretching
数据扩展的统计性质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：摘要聚焦聚合层级不一致与重复观测的通用统计后果，未说明面板结构、因果目标或给定分类中的其他明确方向。
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…
数据扩展的统计性质
- 研究问题
- 当变量的观测聚合层级不一致时，通过重复高层级观测来扩展数据，会如何影响回归系数、误差方差及估计精度？
- 方法与思路
- 作者分析重复较高聚合层级观测的估计程序，并与基于聚合数据的估计比较，考察偏差、协方差矩阵和均方误差。
- 材料陈述的贡献
- 摘要称，数据扩展会导致系数和误差方差估计有偏；部分情况下协方差矩阵较小，但均方误差比较依赖未知系数。
- 阅读关注点
- 应核对聚合机制、重复观测的误差结构、偏差推导，以及协方差矩阵较小的具体条件和均方误差比较所需信息。
- 阅读边界
- 仅据所给 Crossref 版本摘要，无法确定偏差方向、大小及适用条件；协方差较小不能单独支持数据扩展具有更好估计表现。
原文摘要
Abstract This research examines the properties of an estimation procedure frequently used because observations on some variables are available only at higher levels of aggregation than others. When this occurs, data are often stretched by repeating observations on variables at higher levels of aggregation. We show that this procedure results in biased estimators of coefficients and error variances. Under some circumstances the estimation based on stretched data has a smaller covariance matrix than that based on aggregated data. Comparisons of mean squared errors depend on unknown coefficients.