An Approach to Upper Bound Problems for Risks of Generalized Least Squares Estimators
广义最小二乘估计量风险上界的一种方法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：摘要明确将风险上界方法应用于存在序列相关的回归，与时间序列误差结构直接相关。
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
广义最小二乘估计量风险上界的一种方法
- 研究问题
- 当误差协方差中结构参数的参数空间信息可用时，如何为广义最小二乘估计量的风险矩阵建立上界？
- 方法与思路
- 作者利用协方差结构参数的空间信息推导风险矩阵上界，并应用于序列相关和异方差回归设置。
- 材料陈述的贡献
- 摘要提出广义最小二乘风险上界的分析方法，并详细研究异方差设置下两个正态总体共同均值的估计。
- 阅读关注点
- 应核对风险矩阵的定义、可用参数空间信息及上界成立条件，并查看序列相关与异方差应用的具体结构。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要；上界表达式、紧致程度及协方差参数限制未说明，不能判断一般性或实际改善。
原文摘要
First, an approach to an upper bound for the risk matrix of GLSE's is established when the information on the parameter space of the structural parameter in the covariance matrix of the error can be utilized. Second, this result is applied to regression with (i) serial correlation and (ii) heteroscedastic covariance structure. In the heteroscedastic regression, the problem of estimating the common mean of two normal populations is studied in detail.