Extending the Classical Normal Errors-in-Variables Model
经典正态测量误差模型的扩展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：摘要讨论一般回归中的多变量测量误差与估计不一致性，未明确涉及所列领域细分，因而暂不分类。
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
经典正态测量误差模型的扩展
- 研究问题
- 当多个解释变量同时存在测量误差时，最小二乘系数估计的不一致性如何变化，单个变量误测的结论是否仍适用？
- 方法与思路
- 作者先统一回顾单个解释变量存在测量误差的分析，再重点考察两个解释变量误测时，原有结论需要怎样调整。
- 材料陈述的贡献
- 摘要称将以往分开讨论的单变量误测问题作统一处理，并考察两个解释变量误测时，既有不一致性结论需要如何修正。
- 阅读关注点
- 阅读全文时应核对解释变量与测量误差的协方差设定、系数概率极限的推导，以及哪些单变量结论在多变量情形下失效。
- 阅读边界
- 摘要未给出偏误表达式、误差相关性假设或一致估计的解决办法，不能预设多变量误测仍产生简单的衰减偏误。
原文摘要
IT IS WELL KNOWN that least-squares estimates of the coefficients of a regression equation are inconsistent if any of the regressors are measured with error. The nature of these inconsistencies has been examined by Aigner [1], Blomqvist [2], Chow [3], Levi [5], McCallum [6], and Wickens [10] for the case in which a single regressor is subject to measurement error. The purpose of this study is to examine the nature of these inconsistencies when more than one variable is measured with error. We begin by reviewing the case of one variable measured with error, developing a unified treatment of issues which previously have been discussed separately. Concentrating on the case in which two regressors are measured with error, we then examine how the predictions of the one erroneously measured regressor model must be qualified when more than one regressor is subject to measurement error.