Estimation of Stationary Stochastic Regression Parameters
平稳随机回归参数的估计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：摘要涉及一般平稳随机参数回归，未说明宏观时间序列应用，故不足以归入宏观细分方向。
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
平稳随机回归参数的估计
- 研究问题
- 在重复回归实验中，若回归参数随具有已知协方差结构的平稳随机过程变化，如何估计和预测这些参数的线性函数？
- 方法与思路
- 作者利用回归参数过程的平稳性与已知协方差结构，推导参数线性函数的最佳线性估计量和预测量的表达式。
- 材料陈述的贡献
- 摘要称，论文为随机变化的回归参数提供最佳线性估计和预测表达式；具体最优准则与实施细节未在摘要中展开。
- 阅读关注点
- 应核对重复实验与参数过程的联系、误差结构、最佳线性的比较范围，以及协方差结构已知这一设定如何用于计算。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未讨论协方差结构未知时的估计或误设影响，也不能据此推断刊本变化。
原文摘要
This article considers repeated regression experiments wherein the regression parameters vary according to a stationary stochastic process with known covariance structure. Expressions are derived for best linear estimators and predictors of linear functions of the regression parameters.