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:摘要明确以时间序列模型诊断说明相关误差下的残差理论。

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
John Haslett
Kevin Hayes

一般协方差结构线性模型的残差

研究问题
在线性模型误差相关时,如何定义分别衡量整体均值结构与局部条件均值结构偏离的残差,并用于模型诊断?
方法与思路
作者建立相关误差线性模型的残差理论,区分边际残差与条件残差,讨论多元形式及相关对偶关系的诊断含义。
材料陈述的贡献
摘要称识别出两类基本残差并发展若干对偶关系,以时间序列诊断和独立案例的经典多元分析说明其应用。
阅读关注点
应核对边际与条件残差的定义、条件化所用信息、协方差结构的作用,以及对偶关系如何对应具体诊断问题。
阅读边界
仅据 Crossref 摘要;摘要未说明协方差已知或需估计时的差别,也未给出诊断阈值,不能判断实际检出能力。

原文摘要

Summary A general theory is presented for residuals from the general linear model with correlated errors. It is demonstrated that there are two fundamental types of residual associated with this model, referred to here as the marginal and the conditional residual. These measure respectively the distance to the global aspects of the model as represented by the expected value and the local aspects as represented by the conditional expected value. These residuals may be multivariate. Some important dualities are developed which have simple implications for diagnostics. The results are illustrated by reference to model diagnostics in time series and in classical multivariate analysis with independent cases.

笔记与分组
相关领域论文