Conservative Estimates of the Variances of Regression Parameter Estimators for Classes of Error Model
误差模型类别下回归参数估计量方差的保守估计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：摘要核心为一般回归的误差模型稳健方差估计，序列误差仅是可能类别，未明确聚焦时间序列领域。
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
误差模型类别下回归参数估计量方差的保守估计
- 研究问题
- 当误差模型只能不精确地指定时，如何对广义最小二乘回归参数估计量的方差给出具有保守性的精度估计？
- 方法与思路
- 作者针对误差模型类别构造保守方差估计，允许序列结构误差，并在独立但可能异方差的数值例子中比较加权 Jackknife。
- 材料陈述的贡献
- 摘要称，所给精度估计在误差模型指定不精确时仍具有保守性，但每次应用需要较大量计算，并展示一个数值比较。
- 阅读关注点
- 应核对误差模型类别的定义、保守性采用的数学标准，以及广义最小二乘权重设定和计算成本如何影响结果。
- 阅读边界
- 仅据版本未注明的索引摘要，无法确定保守保证的条件、方差估计公式或比较数值，也不能将其推广为任意误设下有效。
原文摘要
Robust estimates of precision are obtained for generalized least-squares regression parameter estimators. They are robust in the sense of being conservative estimates of the variances of the parameter estimators when the error model is imprecisely specified. Serially-structured errors are one possible class. Substantial amounts of computing are required in each application. A numerical example is given in which errors are independent but do not necessarily have equal variances and results are compared with those obtained using a weighted jackknife estimator.