Relative Efficiencies of ‘O-BLUE’ Estimators in Simple Linear Regression
简单线性回归中 O-BLUE 估计量的相对效率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：摘要讨论通用线性回归中的排序、删失和尺度污染效率，没有所列微观、宏观或金融细分的直接依据。
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…
关注这篇论文的作者
简单线性回归中 O-BLUE 估计量的相对效率
- 研究问题
- 将最佳线性无偏估计用于有序样本后，删失样本估计相对完整样本有多大效率损失，尺度污染又如何影响效率？
- 方法与思路
- 作者研究有序样本上的 O-BLUE 估计，计算若干对称及尺度污染分布下的相对效率，并考察误用正态假设的情况。
- 材料陈述的贡献
- 摘要称给出了部分分布下删失与完整样本估计的精确相对效率，以及特定尺度污染导致正态假设失效时的效率百分比。
- 阅读关注点
- 应核对线性模型、排序和删失规则、比较参数及污染分布；摘要中的模型公式缺失，必须查阅原文确认其设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；线性模型公式缺失，不能重构模型；具体效率数值与污染条件也未提供。
原文摘要
This article is concerned with the estimators of the parameters of the linear model . The estimation procedure consists of using the Best Linear Unbiased Estimation method applied to ordered samples. These are denoted as “O-BLUE” estimators. The exact efficiences of such linear estimators based on censored samples relative to those based upon complete samples are given for some symmetric distributions as well as some scale contaminated distributions. Further, some percentage relative efficiencies of the estimators are given when normal assumptions are made, but do not hold due to specific scale contamination.