A Necessary and Sufficient Condition That Ordinary Least-Squares Estimators Be Best Linear Unbiased
普通最小二乘估计为最优线性无偏估计的充要条件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：摘要讨论一般线性回归中误差协方差结构与 OLS 最优性的关系，没有所列微观、宏观或金融细分方向的直接证据。
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
普通最小二乘估计为最优线性无偏估计的充要条件
- 研究问题
- 在线性回归模型中，误差的方差与成对相关结构需要满足什么条件，才能使普通最小二乘具有最优线性无偏性？
- 方法与思路
- 作者以误差同方差、各对误差具有相同非负相关系数的结构，表述 OLS 成为最优线性无偏估计的充要条件。
- 材料陈述的贡献
- 摘要称，上述误差结构与 OLS 的最优线性无偏性等价；但摘要没有明确交代这一等价陈述的模型量词和范围。
- 阅读关注点
- 应重点核对结论针对固定设计还是某类全部设计，解释变量矩阵的限制，以及非负相关要求在必要性中的作用。
- 阅读边界
- OpenAlex 索引摘要未注明稿件版本；设计矩阵条件与量词未说明，不能将该充要条件直接推广至任意固定设计回归。
原文摘要
It is shown that in a standard linear regression model ordinary least-squares estimators are best linear unbiased if and only if the errors have the same variance and the same nonnegative coefficient of correlation between each pair.