Simultaneous Estimation by Partial Totals for Compartmental Models
分室模型的偏和联合估计方法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：摘要讨论示踪实验中的分室回归模型，不能仅凭多方程或共享参数归入经济结构估计。
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
分室模型的偏和联合估计方法
- 研究问题
- 放射性示踪实验产生的多方程分室模型中，如何利用各方程共享的指数参数，同时估计非线性与线性参数？
- 方法与思路
- 作者在自变量等距取值条件下，先以广义偏和方法联合估计指数参数，再利用这些估计值联合估计线性参数。
- 材料陈述的贡献
- 摘要称，模型方程共享指数参数，独立方程数与指数参数数目相同；作者提出估计流程及其修改，并研究渐近性质。
- 阅读关注点
- 应核对共享参数结构如何导出、等距观测条件的作用、两阶段估计误差如何传递，以及方法修改扩大适用范围的方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，无法判断刊本变化；展示使用生成数据，具体渐近结论与实际实验表现未说明。
原文摘要
An estimation procedure is presented that may be used to simultaneously estimate the parameters in a multiple equation regression model. The regression models considered are shown to arise from radioactive tracer experiments using compartmental models. For such models the regression equations are shown to be linear combinations of the same exponential parameters, and the number of independent regression equations is also shown to be the same as the number of exponential parameters.The estimation procedure is developed under the assumption of equally spaced values of the independent variable. The first step of the procedure involves the simultaneous estimation of the exponential parameters by a generalized partial totals approach, and the second step involves the simultaneous estimation of the linear parameters using the estimates of the nonlinear parameters. Modifications are presented that make the estimation procedure more versatile, and asymptotic properties are also investigated. The procedure is illustrated with generated data.