Multivariate Linear Relationships: Maximum Likelihood Estimation and Regression Bounds
多变量线性关系：最大似然估计与回归界限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：摘要中的结构型关系属于统计线性关系概念，未提供经济结构模型估计或其他给定领域细分的明确依据。
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
多变量线性关系：最大似然估计与回归界限
- 研究问题
- 正态理论下双变量线性关系中的斜率估计形式及回归界限，如何推广到多变量情形，并用于系数的不确定性评估？
- 方法与思路
- 作者将给定误差方差比时的双变量结果推广至多变量关系，推导最大似然估计的渐近协方差，并构造大样本置信区域。
- 材料陈述的贡献
- 摘要称，获得结构型与函数型关系的相应估计结果及多变量回归界限，同时提出渐近协方差估计并讨论置信区域的联系。
- 阅读关注点
- 应核对多变量误差协方差的设定、已知信息要求、两类线性关系的定义，以及界限结论和置信区域成立的具体条件。
- 阅读边界
- 仅据所给 Crossref 摘要；多变量模型的完整参数化、界限形式与证明未说明，不能据此判断误差结构未知时的适用性。
原文摘要
Summary The well known result that, when the ratio of error variances is specified in normal theory bivariate linear relationships, the maximum likelihood estimator of the slope parameter takes the same form for both structural and functional relationships is extended to the multivariate case. Furthermore, it is well known that in the bivariate case the estimator of the slope is bounded by the two regression estimators. Analogous results are derived for the multivariate case. The asymptotic variance–covariance matrix of the maximum likelihood estimators of the coefficients of a multivariate linear relationship is determined, and an estimator of this matrix is proposed. Large sample confidence regions for the parameters are formulated and the relationship between these and normal theory regression confidence regions is discussed.