Analysis of correlated random effects: linear model with two random components
相关随机效应分析：含两个随机分量的线性模型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：摘要明确讨论时间相关随机分量、平稳与非平稳模型及季节序列，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
相关随机效应分析：含两个随机分量的线性模型
- 研究问题
- 在线性回归包含两个随机分量、其中一个具有时间相关性时，如何进行贝叶斯参数推断，并处理不同的动态性质？
- 方法与思路
- 作者从贝叶斯角度分析时间相关分量平稳时的参数推断，指出非平稳及爆炸模型所需修改，并讨论多个线性模型。
- 材料陈述的贡献
- 摘要称数值例子显示时间序列分量可显著影响回归系数的后验分布，并指出多模型分析对季节序列的潜在应用。
- 阅读关注点
- 核对随机分量与先验的设定、平稳情形的推断构造、非平稳及爆炸情形的修改，以及数值例子中的后验敏感性。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明先验、相关结构或修改细节，数值例子的影响程度不能普遍化。
原文摘要
Linear regression models with two random components, one of which is time correlated, are analysed from a Bayesian viewpoint. The problem of making inferences about the parameters when the time correlated component is stationary is discussed. Necessary modifications needed for nonstationary and explosive models are indicated. The analysis is illustrated by a numerical example showing that the time series component of the data can exert a strong influence in determining the posterior distribution of the regression coefficients. Finally, the case of several linear models is considered and a possible application to seasonal series is indicated.