On Admissibility and Completeness of Linear Unbiased Estimators in a General Linear Model
一般线性模型中线性无偏估计量的可容许性与完备性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：摘要属于一般线性模型的估计决策理论，没有明确面板、时间序列或其他所列方向的依据。
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
一般线性模型中线性无偏估计量的可容许性与完备性
- 研究问题
- 在线性模型具有一般协方差结构时，哪些线性无偏估计量是可容许的，如何刻画这一估计量集合的最小完备类？
- 方法与思路
- 作者在一般协方差结构下考察线性无偏估计量的可容许性与完备性，并在摘要所称较宽松的条件下描述最小完备类。
- 材料陈述的贡献
- 摘要称，论文对一般线性模型的线性无偏估计量进行决策理论分析，并在若干条件下给出一个最小完备类的刻画。
- 阅读关注点
- 应核对损失函数、协方差结构的已知与未知部分、可容许性比较的估计量范围，以及最小完备类所需的具体条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要解读。摘要未列出损失函数和条件，不能把完备类结论扩展到非线性或有偏估计量。
原文摘要
Admissibility and completeness of linear unbiased estimators in a linear model with general covariance structure are examined. Under rather unrestrictive conditions, a minimal complete class of linear unbiased estimators is described.