Linear regression with randomly dispersed parameters
参数随机分散的线性回归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：摘要明确描述个体重复观测及个体间固定的随机系数异质性，与面板数据直接相关。
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
参数随机分散的线性回归
- 研究问题
- 当不同个体的回归参数来自共同分布、且在各自重复观测中保持固定时，如何估计总体参数分布及个体参数？
- 方法与思路
- 作者假定个体参数向量独立来自共同多元正态分布，推导其均值、离散程度和扰动方差的最大似然估计及个体经验贝叶斯估计。
- 材料陈述的贡献
- 摘要称总体分布参数的似然估计可用于构造个体参数的经验贝叶斯估计，并展示参数离散程度已知时的估计性质。
- 阅读关注点
- 应核对个体重复观测的设计、扰动结构与估计可行性，区分离散程度已知时的性质和需要从数据估计时的结论。
- 阅读边界
- OpenAlex 索引摘要未注明稿件版本；扰动假设、样本规模及离散程度未知时的性质均未说明，不能据此推断。
原文摘要
Consider a collection of individual linear regression models, in which each individual parameter vector is independently drawn from a common multivariate normal distribution and is fixed over successive observations on that individual. Maximum likelihood estimators of the mean and dispersion of the parameters and of the disturbance variance are derived. These estimators yield empirical Bayes estimators of the individual parameter veotors. The properties of the estimators are exhibited in the case where the parameter dispersion is known.