Simple BAN Estimators of Correlations for Certain Multivariate Normal Models with Known Variances
若干已知方差多元正态模型中相关系数的简便最优渐近正态估计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：摘要明确详细研究自回归和移动平均模型中的相关系数估计，因此与时间序列直接相关，但未限定宏观应用。
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
若干已知方差多元正态模型中相关系数的简便最优渐近正态估计
- 研究问题
- 在若干方差已知的多元正态模型中，如何简化相关系数的极大似然计算，同时保持所需的渐近效率与正态性？
- 方法与思路
- 作者利用充分统计量及似然方程的三次方程结构，寻找一致的显式解，并详细讨论组内相关、自回归和移动平均模型。
- 材料陈述的贡献
- 摘要称所给简便估计程序具有最优渐近正态性质，为指定模型中计算较繁琐的相关系数估计提供替代方案。
- 阅读关注点
- 应核对适用的协方差结构、三次方程根的选择与一致性证明，以及效率结论在不同模型和参数边界下的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；结论限定于若干方差已知的正态模型，不能外推至未知方差或一般分布。
原文摘要
It is well-known that in certain multivariate normal models with known variances, maximum likelihood estimation of correlations is arithmetically cumbersome. For certain of these models, a relatively simple estimation technique based on the sufficient statistics is given and shown to be best asymptotically normal. The procedure uses the fact that many of the likelihood equations for these models are essentially cubic equations. A consistent, explicit solution for the associated cubic likelihood equation is found and shown to have the appropriate efficiency and normality properties. Considered in detail are the intraclass, autoregressive, and moving average models.