On a Restricted Least Squares Estimator
受约束最小二乘估计量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：摘要是通用受约束线性模型计算方法，未指向面板、因果或结构估计等具体领域。
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
受约束最小二乘估计量
- 研究问题
- 当线性模型的设计矩阵可能不满秩且真实参数受到限制时，如何计算最小二乘估计及方差矩阵并检验限制值？
- 方法与思路
- 作者利用 Sweep-Out 方法推导受限制线性模型的最小二乘估计和方差矩阵计算公式，并讨论指定参数限制值的检验。
- 材料陈述的贡献
- 摘要称，计算公式允许模型不满秩并存在参数限制，论文还讨论相应限制检验；没有陈述估计或检验的最优性质。
- 阅读关注点
- 核对限制的准确形式、秩不足时参数可估计的范围，以及 Sweep-Out 的计算步骤和限制检验所需的误差条件。
- 阅读边界
- 仅据所给 OpenAlex 索引摘要，稿件版本未注明；限制类型、方差假设及检验分布未说明，不能推断一般约束均可直接处理。
原文摘要
The method of Sweep-Out is used to obtain computing formulas for calculating the least-squares estimator and its variance matrix in linear models, not necessarily of full rank, in which certain restrictions may hold on the actual parameters. A test for a specified value of parametric restrictions is also discussed.