The Estimation of Heteroscedasticity from a Marginal Likelihood Function
基于边际似然函数的异方差估计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：摘要研究一般线性回归的异方差参数，未涉及金融波动率模型或其他所列细分方向。
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
基于边际似然函数的异方差估计
- 研究问题
- 经典线性回归存在异方差时，如何先对描述异方差的参数进行推断，再据此分析模型的尺度参数与回归参数？
- 方法与思路
- 作者定义分布仅依赖异方差参数的标准化残差向量，在正态情形下据其分布构造边际似然，再条件于异方差参数估计开展推断。
- 材料陈述的贡献
- 摘要提供了以残差分布构造异方差参数边际似然的思路，并在两个正态回归模型及两组已有数据中与其他方法进行比较。
- 阅读关注点
- 应核对标准化残差如何消除其他参数的影响、异方差的参数化方式，以及条件推断是否处理第一步参数估计的不确定性。
- 阅读边界
- 来源为版本未注明的 OpenAlex 索引摘要。边际似然构造明确针对正态情形；摘要未给出比较结果，不能据此声称优于其他方法。
原文摘要
Disturbances in the classical linear regression model that do not have constant variances are said to be heteroscedastic. A vector of standardized residuals is defined whose distribution depends only on the parameters that describe the heteroscedasticity in the model. For the normal case this distribution is used to define a marginal likelihood function on which inferences for these parameters can be based. Then conditionally on an estimate of the heteroscedastic parameters, inferences can be made for the scale and regression parameters. Comparisons are made with other methods in two normal regression models using two sets of data from the literature.