Combining Independent Studies in a Calibration Problem
校准问题中独立研究的组合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：摘要涉及仪器校准与多个独立估计的组合，没有明确因果、面板、经济结构或所列宏观金融方向的依据。
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
校准问题中独立研究的组合
- 研究问题
- 在用多个方法或仪器测量响应的校准问题中，组合各自的经典估计能否改善未知解释变量估计的矩性质和区间表现？
- 方法与思路
- 作者提出对各方法的经典校准估计作线性组合，推导渐近偏差与均方误差，并构造两种未知解释变量的置信集合。
- 材料陈述的贡献
- 摘要称组合估计在方法数至少为二时具有有限均值、至少为三时具有有限均方误差，并给出置信集合成为有限区间的充分条件。
- 阅读关注点
- 应核对独立研究的含义、线性组合权重与模型条件，以及有限矩结论和有限置信区间条件是否依赖同一组假设。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；有限矩结论的完整条件、权重选择和区间覆盖表现未说明。
原文摘要
The problem of calibration in which the response variable is measured by k different methods or using different instruments is considered. It is well known that the usual classical estimator for the unknown explanatory variable has infinite mean and mean squared error when k = 1. In this article a linear combination of the classical estimators is proposed. It is shown that the combined estimator has finite mean provided that k ≥ 2 and finite mean squared error provided that k ≥ 3. Expressions for asymptotic bias and mean squared error are given. Also, two confidence sets for the unknown exploratory variable are developed sufficient conditions under which they will be finite intervals are given. The results are illustrated by a practical example.