Further Suggestions concerning the Utilization of Incomplete Observations in Regression Analysis
回归分析中利用不完整观测的进一步建议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：摘要研究一般线性回归的解释变量缺失问题，未提供面板、因果或结构估计的明确依据。
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
回归分析中利用不完整观测的进一步建议
- 研究问题
- 在含两个固定解释变量的线性回归中，如果每条观测至少记录一个解释变量且部分观测完整，如何利用不完整观测估计参数？
- 方法与思路
- 作者针对因变量均被观测、解释变量部分缺失的设定提出回归参数估计方法，并比较其一致性与已有可比方法的渐近方差。
- 材料陈述的贡献
- 摘要称，该方法在作者所述假设下具有一致性，渐近方差小于文献中的可比估计量；向其他情形推广仅被提出，未在文中研究。
- 阅读关注点
- 应核对所谓较宽松假设的具体内容、缺失模式与固定设计条件，以及一致性证明和方差比较针对的估计量与参数范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；未说明缺失机制和比较条件，不能认定任意缺失情形下均一致或更有效。
原文摘要
The purpose of this article is to suggest a method of estimating parameters of linear regressions containing two independent variables, when data is missing among these variables. The problem envisaged concerns the case where: (1) the independent variables are considered as fixed numbers; (2) each observation contains the values of the dependent variable and at least one of the independent variables; (3) some observations are complete. In contrast with other approaches dealing with similar problems, the technique developed in this article has the following advantages: (1) it is based on rather unrestrictive hypotheses; (2) the resulting estimators are consistent; (3) the asymptotic variances of these estimators are smaller than those of comparable estimators described in the literature. Although the question is not examined in the present article, if seems also that the proposed method offers good possibilities of generalization.