On the inverse of covariance matrices for unbalanced crossed designs
非平衡交叉设计中协方差矩阵的逆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：摘要研究通用交叉随机效应模型的矩阵计算，未明确涉及所列经济计量细分方向。
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
非平衡交叉设计中协方差矩阵的逆
- 研究问题
- 非平衡交叉随机效应模型的协方差矩阵通常稠密，如何表示或近似其逆，以缓解似然计算及数学分析的困难？
- 方法与思路
- 作者用 Khatri–Rao 积表示协方差矩阵，构造具有精确谱分解的修正矩阵，再建立逆矩阵近似及低秩修正表示。
- 材料陈述的贡献
- 摘要称，方法提供渐近非平衡设计下的简洁近似、轻度非平衡有限样本近似，以及适用于任意非平衡程度的精确修正。
- 阅读关注点
- 应核对非平衡程度与渐近设计的定义、近似误差的控制条件，以及低秩修正在严重非平衡时的计算成本和稳定性。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断近似误差界、具体复杂度或模拟优势的适用范围；不推断其他版本变化。
原文摘要
SUMMARY This paper addresses a long-standing open problem in crossed random-effects models under unbalanced designs: how to find an analytic expression for the inverse of $ {V} $, the covariance matrix of the observed response. For unbalanced crossed designs, $ {V} $ is dense, and the lack of a closed-form representation for $ {V}^{-1} $ has, until now, made the use of likelihood-based methods computationally challenging and difficult to analyse mathematically. We use the Khatri–Rao product to represent $ {V} $ and then construct a modified covariance matrix whose inverse admits an exact spectral decomposition. Building on this construction, we obtain an elegant and simple approximation to $ {V}^{-1} $ for asymptotic unbalanced designs. For nonasymptotic settings, we derive an accurate and interpretable approximation under mildly unbalanced data and establish an exact inverse representation as a low-rank correction to this approximation, applicable to arbitrary degrees of unbalance. Simulations demonstrate the framework’s accuracy, stability and tractability.