Estimation of data measured with error and subject to linear restrictions
带测量误差且受线性约束的数据估计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：摘要核心是测量误差与线性约束下的数据协调，GNP 应用未明确涉及给定分类中的动态时间序列建模。
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
带测量误差且受线性约束的数据估计
- 研究问题
- 当同一变量的多个测量不一致，或观测未满足应有的线性约束时，能否在未知各数据可靠性的情况下修正估计？
- 方法与思路
- 作者利用一系列存在测量误差且受线性约束的观测，提出不需预先知道数据可靠性的估计方法，并应用于美国实际 GNP。
- 材料陈述的贡献
- 摘要称方法可在可靠性未知时估计观测值；应用建议将核算差额的百分之六十四分配给支出估计，其余分配给收入或产出估计。
- 阅读关注点
- 核对未知可靠性如何从观测序列中确定、线性约束与误差结构的作用，以及核算差额分配比例的不确定性和敏感性。
- 阅读边界
- 仅据所给 Crossref 摘要，误差分布及识别条件未说明；差额分配比例是特定应用的估计建议，不能当作普遍核算规则。
原文摘要
Abstract Variables are often measured subject to error, whether they are collected as part of an experiment or by sample surveys. A consequence of this is that there will be different estimates of the same variable, or, more generally, linear restrictions which the observations should satisfy but fail to. With knowledge of the variances of the various observations, it has been shown elsewhere that maximum‐likelihood estimates of the observations can be produced. This paper shows how, given a sequence of such observations, estimates can be produced without knowledge of data reliabilities. The method is applied to estimates of constant price US GNP. It suggests that 64 per cent of the discrepancy should be attributed to the expenditure estimate, with only 36 per cent going to the income/output estimate. The current method of presentation, on the other hand, places the whole of the error in the income/output estimate.