Large-sample results in the estimation of a linear transformation
线性变换估计的大样本结果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：摘要仅明确误差变量线性关系与附带参数理论，没有面板结构或经济结构估计的直接证据。
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
线性变换估计的大样本结果
- 研究问题
- 论文研究两个带观测误差的向量变量之间线性函数关系的系数估计，重点是附带参数存在时的大样本分布与协方差。
- 方法与思路
- 作者分析最大似然系数估计量，绕开直接求逆信息矩阵的常规方法，推导渐近协方差并提出其一致估计量。
- 材料陈述的贡献
- 摘要称在附带参数满足某些温和条件时，估计量联合渐近正态，并给出渐近协方差矩阵及其一致估计方法。
- 阅读关注点
- 应核对观测误差模型、附带参数随样本变化的方式，以及正态极限和协方差一致估计所需的具体条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；误差结构与温和条件未展开，附带参数的出现不能直接认定为面板数据问题。
原文摘要
We obtain the asymptotic covariance matrix of the maximum likelihood estimators of the coefficients in a linear functional relationship between two vector variables observed with error. The matrix cannot be found by the usual method of inverting the information matrix due to the presence of incidental parameters. The joint asymptotic distribution of the estimators is shown to be normal under some mild conditions on the incidental parameters. A consistent estimator of the asymptotic co variance matrix is also suggested.