THREE RANK FORMULAS ASSOCIATED WITH THE COVARIANCE MATRICES OF THE BLUE AND THE OLSE IN THE GENERAL LINEAR MODEL
一般线性模型中 BLUE 与普通最小二乘协方差矩阵的三个秩公式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：摘要属于一般线性模型与矩阵秩理论，未提供所列应用细分方向的明确依据。
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…
一般线性模型中 BLUE 与普通最小二乘协方差矩阵的三个秩公式
- 研究问题
- 在一般线性模型中，如何表示普通最小二乘与最佳线性无偏估计的协方差矩阵之差的秩，并据此刻画两种估计相等的条件？
- 方法与思路
- 作者针对期望向量 Xβ 的估计构造协方差差矩阵的秩表示，结合秩减性序关系讨论估计相等，并检验另一种秩表示的适用条件。
- 材料陈述的贡献
- 摘要称新秩公式可直接推出若干已知的估计相等条件，并证明另一种由秩刻画启发的表示成立，当且仅当模型满足连通条件。
- 阅读关注点
- 应核对模型连通的定义、协方差矩阵可能奇异时的处理、三个秩公式之间的关系，以及估计相等所采用的精确定义。
- 阅读边界
- 所给 Crossref 摘要未展示秩公式、连通条件的定义和证明；仅凭摘要无法判断特殊模型中的适用性，也不能推断版本变化。
原文摘要
In this paper we consider the estimation of the expectation vector X β under the general linear model { y , X β,σ 2 V }. We introduce a new handy representation for the rank of the difference of the covariance matrices of the ordinary least squares estimator OLSE( X β) (= Hy , say) and the best linear unbiased estimator BLUE( X β) (= Gy , say). From this formula some well-known conditions for the equality between Hy and Gy follow at once. We recall that the equality between Hy and Gy can be characterized by the rank-subtractivity ordering between the covariance matrices of y and Hy . This rank characterization suggests a particular presentation for the rank of the difference of the covariance matrices of Hy and Gy . We show, however, that this presentation is valid if and only if the model is connected.