Best Linear Unbiased Estimation of Missing Observations in an Economic Time Series
经济时间序列缺失观测的最佳线性无偏估计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：题名与摘要明确研究经济时间序列的缺失观测估计及相关序列插补。
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
经济时间序列缺失观测的最佳线性无偏估计
- 研究问题
- 如何利用相关时间序列估计经济序列中的缺失观测，既有插值、分配与外推方法在这一任务中具有怎样的效率？
- 方法与思路
- 作者将此前借助相关序列进行插值、分配和外推的最佳线性无偏估计量用于缺失观测，并与另一种既有方法比较。
- 材料陈述的贡献
- 摘要称在特殊假设下问题可化为既有研究的情形，并称所用估计量较比较方法更有效率；具体假设和比较尺度未列出。
- 阅读关注点
- 应核对相关序列如何进入模型、缺失位置与协方差结构的处理方式，以及特殊假设和效率比较适用的估计量范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明特殊假设、缺失机制或效率差异，不能推断对任意缺失序列均适用。
原文摘要
The best linear unbiased estimator which we proposed previously for interpolating, distributing, and extrapolating a time series by related series is applied to the estimation of missing observations. Under special assumptions, the problem reduces to the one treated in Doran [2]. Our estimator is compared with his and is shown to be more efficient.