跳到正文
← 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:摘要研究一般线性联立方程估计量在非正态扰动下的构造与性质,未指明所列细分中的具体模型或应用,因此暂不分类。

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
Ingmar R. Prucha
Harry H. Kelejian

联立方程估计量的结构:向非正态扰动的推广

研究问题
在线性联立方程系统中,当扰动偏离正态分布时,如何借助多元 Student t 模型的极大似然方程构造估计量,并研究其分布适用范围?
方法与思路
作者从多元 Student t 扰动下的极大似然正规方程出发,将其用作估计量生成方程,并研究新估计量类别中若干大子类在其他扰动分布下的性质。
材料陈述的贡献
摘要称论文引入一类由上述方程生成的新估计量,并确定其中若干大子类在其他扰动分布下的性质;摘要未说明这些性质的具体内容。
阅读关注点
应核对生成方程与实际极大似然估计的关系、各估计量子类的定义,以及其他扰动分布下的假设、所证明的性质和求解可行性。
阅读边界
摘要未说明具体估计量形式、识别条件、算法或性质清单;不能据此断定新估计量具有稳健性、一致性或效率优势,也无法判断应用表现。

原文摘要

A general linear simultaneous equation system with a multivariate Student t disturbance vector is considered. The normal equations of the corresponding maximum likelihood estimator are used as estimator generating equations to introduce a new class of estimators. Properties of large subclasses of these estimators are determined for disturbance vectors other than the multivariate Student t.

笔记与分组
相关领域论文