Estimating Linear Statistical Relationships
线性统计关系的估计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：摘要统一讨论通用线性关系、因子分析与联立方程，未明确微观结构模型或宏观金融因子应用。
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
线性统计关系的估计
- 研究问题
- 线性函数关系、结构关系、因子分析和联立方程模型之间有何共同估计结构，正态性下的最大似然估计有哪些相似之处？
- 方法与思路
- 作者以三篇讲座统一讨论这些模型，在前两篇中将观测向量分为满足线性关系的系统部分和随机误差，并推导若干情形的估计量。
- 材料陈述的贡献
- 摘要称推导了若干模型的估计量及部分性质，并表明联立方程模型中单个方程的系数估计可等价于线性函数关系的估计。
- 阅读关注点
- 应核对各类关系中随机与固定量的区别、误差协方差及正态性设定、参数识别条件，以及单方程估计等价关系的准确范围。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要。摘要未列明各模型的识别限制与估计性质，不能把所述等价关系推广到任意联立方程设定。
原文摘要
This paper on estimating linear statistical relationships includes three lectures on linear functional and structural relationships, factor analysis, and simultaneous equations models. The emphasis is on relating the several models by a general approach and on the similarity of maximum likelihood estimators (under normality) in the different models. In the first two lectures the observable vector is decomposed into a "systematic part" and a random error; the systematic part satisfies the linear relationships. Estimators are derived for several cases and some of their properties given. Estimation of the coefficients of a single equation in a simultaneous equations model is shown to be equivalent to estimation of linear functional relationships.