Application of Least Squares Regression to Relationships Containing Auto-Correlated Error Terms
含自相关误差关系中的最小二乘回归应用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：摘要明确研究经济关系误差的自相关、自回归性质及估计预测修正，直接属于时间序列方法的讨论。
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
含自相关误差关系中的最小二乘回归应用
- 研究问题
- 经济关系中的误差自相关如何影响常规估计与预测，使用拟合残差估计误差自回归性质又会产生怎样的偏差？
- 方法与思路
- 作者考察经济关系误差的正自相关，分析残差估计自回归性质的偏差和常规方法的效率损失，并提出暂定改进程序。
- 材料陈述的贡献
- 摘要称残差分析存在偏向随机性的较大偏差，并展示估计与预测可能损失的效率；恢复效率的方法被明确称为暂定。
- 阅读关注点
- 应核对经济关系证据的来源、残差偏差的定义与条件，检查效率比较的基准，以及暂定程序如何估计误差结构。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；未提供数据或效率数值，不能将当时的经验陈述推广至当前模型。
原文摘要
We point out that autocorrelated error terms require modification of the usual methods of estimation and prediction; and we present evidence showing that the error terms involved in most current formulations of economic relations are highly positively autocorrelated. In doing this we demonstrate that when estimates of autoregressive properties of error terms are based on calculated residuals there is a large bias towards randomness. We demonstrate how much efficiency may be lost by current methods of estimation and prediction; and we give a tentative method of procedure for regaining the lost efficiency.