Comparison of Estimators of Heteroscedastic Variances in Linear Models
线性模型中异方差方差估计量的比较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：摘要讨论一般线性模型的异方差估计，未明确金融波动率过程或其他所列领域的模型结构。
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
线性模型中异方差方差估计量的比较
- 研究问题
- 在线性模型存在异方差时，MINQUE、AUE、残差平方均值和样本方差等估计方法的偏差、存在性与均方误差有何差异？
- 方法与思路
- 作者比较四种方差估计方法的平移不变性、存在性、偏差、一致性、负估计可能性及均方误差等性质。
- 材料陈述的贡献
- 摘要称在较广的一组情形中，AUE 的均方误差低于 MINQUE 或样本方差，并同时讨论四种方法的其他性质。
- 阅读关注点
- 应核对异方差结构和各估计量的定义，明确均方误差比较的条件范围，以及负方差估计与一致性各自所需条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未界定较广情形，不能声称 AUE 对所有方法和情形均更优。
原文摘要
Four methods for estimating heteroscedastic variances are discussed in this article: the MINQUE introduced by C.R. Rao [7], the AUE introduced by S.D. Horn, R.A. Horn, and D.B. Duncan [4], the average of the squared residuals, and the sample variance. Properties of these estimators, including translation invariance, existence, bias, consistency, existence of negative estimates, and mean square error (MSE) are compared. In particular, it is shown that the AUE has smaller MSE than either the MINQUE or the sample variance in a wide range of situations.