Partial envelopes for efficient estimation in multivariate linear regression
多元线性回归中用于高效估计的部分包络模型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：摘要研究通用多元线性回归的结构简化，未涉及经济结构模型或其他所列应用细分。
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
多元线性回归中用于高效估计的部分包络模型
- 研究问题
- 当多元线性回归中只有部分解释变量的系数是主要研究对象时，如何利用更简约的结构提高这些目标系数的估计效率？
- 方法与思路
- 作者提出针对部分解释变量的包络模型，采用极大似然估计并讨论自助法应用，以一个例子展示方法的运行特征。
- 材料陈述的贡献
- 摘要称部分包络模型相较原有包络模型限制更宽松，有潜力显著提高选定系数的估计效率，但未报告提升数值。
- 阅读关注点
- 应核对目标变量与其余变量的划分、包络结构限制、维数选择，以及效率比较的条件和自助法推断的有效性。
- 阅读边界
- 所给 OpenAlex 索引版本未注明；潜在效率收益不能视为普遍保证，摘要未说明模型偏离、维数选择或有限样本表现。
原文摘要
We introduce the partial envelope model, which leads to a parsimonious method for multivariate linear regression when some of the predictors are of special interest. It has the potential to achieve massive efficiency gains compared with the standard model in the estimation of the coefficients for the selected predictors. The partial envelope model is a variation on the envelope model proposed by Cook et al. (2010) but, as it focuses on part of the predictors, it has looser restrictions and can further improve the efficiency. We develop maximum likelihood estimation for the partial envelope model and discuss applications of the bootstrap. An example is provided to illustrate some of its operating characteristics.