Simple BAN Estimators of Correlations for Certain Multivariate Normal Models with Known Variances
已知方差的若干多元正态模型中相关系数的简易最优渐近正态估计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：摘要明确详细研究自回归和移动平均模型中的相关参数估计，提供了时间序列方法方向的直接文本依据。
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
已知方差的若干多元正态模型中相关系数的简易最优渐近正态估计
- 研究问题
- 在方差已知的某些多元正态模型中，如何简化相关系数的极大似然计算，同时保留适当的渐近效率与正态性？
- 方法与思路
- 作者利用充分统计量及似然方程的三次方程结构，给出一致的显式解，并详细讨论组内相关、自回归和移动平均模型。
- 材料陈述的贡献
- 摘要称，所提简单估计方法在考虑的模型中具有最优渐近正态性质，相关三次似然方程的显式解具有所需效率与正态性。
- 阅读关注点
- 应核对适用的协方差结构、方差已知条件、三次方程根的选择，以及最优渐近正态结论使用的效率标准。
- 阅读边界
- 依据版本未注明的OpenAlex索引摘要；适用模型与正则条件未完整列出，不能将结果推广到未知方差或非正态情况。
原文摘要
It is well-known that in certain multivariate normal models with known variances, maximum likelihood estimation of correlations is arithmetically cumbersome. For certain of these models, a relatively simple estimation technique based on the sufficient statistics is given and shown to be best asymptotically normal. The procedure uses the fact that many of the likelihood equations for these models are essentially cubic equations. A consistent, explicit solution for the associated cubic likelihood equation is found and shown to have the appropriate efficiency and normality properties. Considered in detail are the intraclass, autoregressive, and moving average models.