Adapting for Heteroscedasticity in Linear Models
线性模型中的异方差自适应估计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：摘要涉及一般异方差线性模型的自适应估计，未明确采用面板结构或所列其他细分领域的模型。
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
线性模型中的异方差自适应估计
- 研究问题
- 当误差方差仅知由设计变量或平均响应的未知平滑函数决定时，能否构造与已知方差加权最小二乘渐近等价的回归估计？
- 方法与思路
- 作者把方差的参数化设定放宽为未知平滑函数，并研究回归参数估计与已知方差加权最小二乘的渐近等价性。
- 材料陈述的贡献
- 摘要称即使不指定方差函数的参数形式，也可在未知平滑函数设定下获得上述渐近等价结果；具体构造未提供。
- 阅读关注点
- 应核对平滑程度、设计与误差条件、方差函数的估计方式，以及渐近等价采用的尺度和对估计误差的要求。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；平滑条件和构造步骤未说明，渐近等价不保证小样本与已知方差方法同样精确。
原文摘要
In a heteroscedastic linear model, it is known that if the variances are a parametric function of the design, then one can construct an estimate of the regression parameter which is asymptotically equivalent to the weighted least squares estimate with known variances. We show that the same is true when the only thing known about the variances is that they are determined by an unknown but smooth function of the design or the mean response.