Quadratic unbiased estimation of variance components for the one-way classification
单向分类模型中方差分量的二次无偏估计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：摘要讨论一般随机效应方差分量理论，未说明面板数据结构或其他指定应用方向。
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
单向分类模型中方差分量的二次无偏估计
- 研究问题
- 在效应独立且正态、各组样本数不等的单向随机分类模型中，如何判断二次无偏方差分量估计的容许性与局部最优性？
- 方法与思路
- 作者按同一期望下能否进一步降低方差定义二次容许性，结合特定形式的最小充分统计量、不变性准则和求解方程分析。
- 材料陈述的贡献
- 摘要称给出二次容许性的必要条件、局部最佳二次无偏估计的确定方程，以及判别组间方差分量估计容许性的辅助条件。
- 阅读关注点
- 应核对二次估计量的比较范围、充分统计量的规定形式、局部最优的参照参数，以及各项判别条件是否充分或必要。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；结论限定于所述正态随机分类框架，不能据此推广到非正态模型或所有估计量。
原文摘要
The paper deals with the quadratic estimation of the components of variance associated with the one-way random classification where the effects are taken to be indepently and normally distributed and where the class numbers are unequal. An estimator is said to be inquadmissible or quadmissible depending on whether or not there exists a second quadratic estimator having the same expectation and smaller variance. A quadratric estimator is shown to be quadmissible only if it is a function of the minimal sufficient statistic of a certain prescribed form. Certain invariance criteria are introduced. Equations are given for determining locally best quadratic unbiased estimators. Conditions are provided which aid in ascertaining the quadmissibility or inquadmissibility of any given invariant quadratic unbiased estimator of the upper variance component.