Efficient Estimation of a System of Regression Equations when Disturbances are Both Serially and Contemporaneously Correlated
扰动同时存在序列相关与同期相关时回归方程组的有效估计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：摘要明确处理一阶自回归扰动和序列相关，直接涉及时间序列方法。
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
扰动同时存在序列相关与同期相关时回归方程组的有效估计
- 研究问题
- 回归方程组的扰动同时存在序列相关和跨方程同期相关时，如何估计参数并达到已知协方差基准的渐近表现？
- 方法与思路
- 作者在序列相关为一阶自回归过程的设定下构造估计量，同时处理跨方程同期相关，并讨论其他协方差设定。
- 材料陈述的贡献
- 摘要称，该估计量一致，且与协方差矩阵已知时的 Aitken 估计量具有相同渐近正态分布，并指出单方程处理的困难。
- 阅读关注点
- 应核对自回归与跨方程协方差结构、未知协方差的估计步骤，以及一致性和渐近等价所需的完整条件。
- 阅读边界
- 仅据所给 OpenAlex 摘要，具体稿件版本未说明；正则条件与有限样本结果未提供，不能将渐近等价视为有限样本最优。
原文摘要
This paper considers the problem of obtaining efficient estimates for the parameters of a system of M regression equations. The disturbance terms of this system are assumed to be related by both serial and contemporaneous correlation. Under the further assumption that the serial correlation is a first order autoregressive process, the paper develops an estimator that is consistent and has the same asymptotic normal distribution as the Aitken estimator which assumes the covariance matrix to be known. The paper concludes with a discussion of some alternative covariance specifications and points out certain difficulties with the standard single equation procedures for handling auto-regressive schemes.