Asymptotic Distribution of the Hildreth—Houck Estimator
Hildreth—Houck估计量的渐近分布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：摘要讨论随机系数回归的一般渐近理论，未说明面板或结构应用，证据不足以归入所列领域细分。
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
Hildreth—Houck估计量的渐近分布
- 研究问题
- 随机系数回归中使用估计权重的加权最小二乘估计量，是否与使用已知权重的估计量渐近等价，并具有渐近正态性？
- 方法与思路
- 作者验证估计权重与已知权重估计量之间的渐近等价猜想，并给出一个一般性定理的易用版本，以支持相关渐近推导。
- 材料陈述的贡献
- 摘要称首次正确证明了Hildreth—Houck估计量的渐近正态性，取消了原有条件之一，并提供较易应用的定理表述。
- 阅读关注点
- 应核对权重估计误差如何进入渐近展开、被取消的是哪一项条件，以及保留条件对随机系数和误差结构的要求。
- 阅读边界
- 摘要未列出被取消的条件、其余假设或协方差表达式；来源为版本未注明的OpenAlex索引摘要，不能推断刊本变化。
原文摘要
Hildreth and Houck (1968) discussed a random-coefficients regression model and proposed several weighted least squares estimators with estimated weights. They conjectured that the estimators are asymptotically equivalent to the weighted least squares estimator with known weights. In this article the conjecture is verified, providing the first correct proof that Hildreth—Houck estimators are asymptotically normal. One of Hildreth and Houck's conditions is eliminated. An easily applied version of a broadly applicable theorem of Carroll and Ruppert (1982) is stated.