The Set of Weighted Regression Estimates
加权回归估计值的集合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：摘要给出通用加权回归集合的几何理论，未明确对应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
加权回归估计值的集合
- 研究问题
- 当不指定某个具体分布，而允许对角协方差矩阵的正权重变化时，所有加权回归估计值形成怎样的集合？
- 方法与思路
- 作者用残差为零的超平面刻画估计值集合的几何结构，并在二维情形提供描绘集合和确定其凸包的方法。
- 材料陈述的贡献
- 摘要称，加权回归估计值集合可表示为若干有界凸多胞形的并集，并提供二维计算方法与两个应用例子。
- 阅读关注点
- 核对权重范围、设计矩阵条件和集合边界的处理，特别区分估计值集合本身与其凸包，并检查二维算法限制。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体设计条件和例子未说明，集合刻画不能直接解释为置信区域或概率保证。
原文摘要
We present in this article several results that characterize the set of all weighted regressions. The set of weighted regression estimates is the set of all generalized least squares estimates for covariance matrices that have positive weights on the diagonal and have zeroes elsewhere. The study of sets of estimates is a method for dealing with distributional uncertainty, which does not require the strong assumption of a particular distribution. We show that the set of weighted regressions is the union of the bounded convex polytopes formed by the hyperplanes on which residuals are zero. For the two-dimensional case, we provide a simple method for outlining the set and give an efficient method for selecting the weighted regressions that determine the convex hull of the set. Finally, we discuss two examples that illustrate the use of these results.