Revisiting simple linear regression with autocorrelated errors
重新考察误差自相关的简单线性回归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：摘要明确讨论平稳自相关误差、一阶自回归及移动平均结构对时间序列回归估计方差的影响。
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
重新考察误差自相关的简单线性回归
- 研究问题
- 在误差平稳且存在自相关的简单线性回归中，OLS 与 GLS 参数估计的方差如何变化，自相关增强是否必然降低趋势估计精度？
- 方法与思路
- 作者针对一阶自回归和一般移动平均等常见相关结构，推导回归参数估计量方差的显式表达式，并讨论置信区间应用。
- 材料陈述的贡献
- 摘要称给出若干自相关结构下的显式方差公式，并展示趋势斜率估计量方差不随自相关增强而增加的一个例子。
- 阅读关注点
- 应核对设计变量、平稳误差的参数化与 GLS 所需信息，并检查该例中自相关变化的路径及置信区间的构造条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；特殊例子不构成一般单调性结论，相关参数设定和具体方差公式未提供。
原文摘要
This paper studies properties of ordinary and generalised least squares estimators in a simple linear regression with stationary autocorrelated errors. Explicit expressions for the variances of the regression parameter estimators are derived for some common time series autocorrelation structures, including a first‐order autoregression and general moving averages. Applications of the results include confidence intervals and an example where the variance of the trend slope estimator does not increase with increasing autocorrelation.