跳到正文
← 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:双向方差分析与行内相关本身不足以将论文归为面板数据研究。

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
INGRAM OLKIN
MICHAEL VAETH

一类误差相关的双向方差分析模型的最大似然估计

研究问题
在双向方差分析中,若每行的多项测量具有一般协方差结构,如何估计行效应、列效应及协方差,并检验相关假设?
方法与思路
作者为每行测量设定一般协方差矩阵,求取行参数、列参数及协方差的最大似然估计,并讨论渐近分布与似然比检验。
材料陈述的贡献
摘要称获得了模型参数与协方差矩阵的最大似然估计,讨论其渐近分布,并给出双向布局下多种假设的似然比检验统计量。
阅读关注点
阅读全文时应核对误差分布、行间依赖及参数约束,特别关注渐近分析中哪些维度增长,以及各类检验的具体原假设。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明。摘要未说明误差分布、估计存在性及渐近条件,也未将该布局明确设为面板数据。

原文摘要

A two-way analysis of variance model with correlated errors in one classification is discussed. It is assumed that the p measurements in each row have a general covariance matrix Σ The maximum likelihood estimates of the row and column parameters as well as of the covariance matrix are obtained and their asymptotic distribution are discussed. Finally, the likelihood ratio test statistics for the various hypotheses in a two-way layout are given.

笔记与分组
相关领域论文