Locally Best Invariant Tests of the Error Covariance Matrix of the Linear Regression Model
线性回归误差协方差矩阵的局部最优不变检验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：摘要研究经典线性回归的通用协方差检验，未指定序列相关、金融波动率或其他所列领域结构。
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
线性回归误差协方差矩阵的局部最优不变检验
- 研究问题
- 在经典线性回归中，针对扰动协方差矩阵的某类单侧备择，如何构造局部最优不变检验，它与拉格朗日乘子检验有何联系？
- 方法与思路
- 作者在一类误差协方差矩阵检验问题中，针对单侧备择构造局部最优不变检验，并考察其与单侧拉格朗日乘子检验的关系。
- 材料陈述的贡献
- 摘要称构造的局部最优不变检验与单侧版本的拉格朗日乘子检验相同，为该类协方差检验建立了最优性与既有方法的联系。
- 阅读关注点
- 应核对协方差参数化、原假设与单侧方向、不变变换群，以及局部最优性的比较类别和检验相同的具体推导。
- 阅读边界
- 仅据所给 Crossref 摘要；未说明协方差结构、分布条件与临界值，局部最优不能推为全局功效最优，刊本变化未知。
原文摘要
SUMMARY This paper considers a class of hypothesis testing problems concerning the covariance matrix of the disturbances in the classical linear regression model. A test that is locally best invariant against one-sided alternative hypotheses is constructed and shown to be identical to a one-sided version of the Lagrange Multiplier test.