On a Criterion for Simultaneous Extrapolation in Nonfull Rank Normal Regression
非满秩正态回归中同时外推的一个判据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：摘要属于一般正态回归外推理论，未来观测本身不足以支持宏观预测分类。
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
非满秩正态回归中同时外推的一个判据
- 研究问题
- 在非满秩正态回归中，何时存在未来观测分布函数的无偏估计，且这一问题如何从单个未来观测推广至多个观测？
- 方法与思路
- 作者推广此前在满秩模型下建立的无偏估计存在判据，放宽满秩要求，并利用既有密度估计识别相应的最小方差无偏估计。
- 材料陈述的贡献
- 摘要称，结果覆盖任意数量的未来观测并允许非满秩模型，同时给出对应的一致最小方差无偏估计量。
- 阅读关注点
- 应核对推广后的判据、未来观测的联合设定与可估性要求，并查明非满秩时哪些分布函数仍允许无偏估计。
- 阅读边界
- 仅据OpenAlex索引摘要，版本未注明；具体充要条件和估计量表达式未提供，不能推断所有外推目标均可无偏估计。
原文摘要
In recent work by O'Reilly, a necessary and sufficient condition for the existence of an unbiased estimate of the distribution function of a "future" observation was given. The result was obtained under the condition that the model had full rank. Here, the result is generalized to any number of future observations and the full rank condition is relaxed. The corresponding uniformly minimum variance unbiased estimator is identified from the density estimates given by Ghurye and Olkin.