A Note on Estimation in Straight Line Regression When Both Variables are Subject to Error
两个变量均有测量误差时的直线回归估计札记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：摘要讨论一般测量误差回归，未明确涉及因果识别、面板数据或其他给定细分方向。
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
两个变量均有测量误差时的直线回归估计札记
- 研究问题
- 当直线回归中的两个变量均含测量误差，且两类误差存在相关性时，所讨论估计量的期望和均方误差如何改变？
- 方法与思路
- 摘要设定独立的二元正态误差对和未知固定真实解释变量，作者以不同方法，将误差不相关时的既有分析扩展至相关情形。
- 材料陈述的贡献
- 摘要称，论文把既有估计量期望及均方误差的结果推广到两类误差相关的情况；所提供文本未完整显示该估计量的定义。
- 阅读关注点
- 应查阅原 PDF 核对估计量 b、信号强度参数及回归方程的完整定义，再检查误差相关性如何进入期望和均方误差公式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；公式存在缺失与粘连，不能重构估计量或据此推导结论，需查原 PDF。
原文摘要
Let yi = α + βxi + εis xi = ξi + δis i = 1, 2, ···, N, N ≥ 3, where (εis δi)s i = 1, 2, ···, N are independent bivariate normal with zero means, variances σ ε2 σδ2 and correlation ρ, the ξi being unknown constants at least two of which are distinct. Let τ = (N−1)−1 ΣN i=1 (ξi − ξ)2/Σ δ2 and let . A recent article by Richardson and Wu gives, among other things, the expected value and m.s. error of b, when ρ = 0. This note generalizes their results, using a different method, to the case of ρ ≠ 0.