Exponential Regression with Correlated Observations
相关观测下的指数回归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：摘要明确以连续自回归过程描述相关观测，直接涉及时间序列方法，但未说明宏观经济应用。
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
相关观测下的指数回归
- 研究问题
- 当指数回归的观测来自连续自回归过程，且误差增量方差随均值接近渐近值而下降时，应如何估计模型参数？
- 方法与思路
- 作者设定零均值正态误差增量，其方差与观测期望值偏离渐近值的幅度成比例，并讨论多种参数估计方法。
- 材料陈述的贡献
- 摘要将观测相关性与特定的方差变化机制纳入指数回归模型，讨论其参数估计；未说明各方法的具体性质或比较结果。
- 阅读关注点
- 核对连续自回归过程的定义、误差增量与观测误差的关系，以及各估计方法如何处理相关性和变化的方差。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未列出估计方法、适用条件或数值结果，不能判断相对表现或刊本变化。
原文摘要
The exponential regression model is considered in which the observations arise from a continuous autoregressive process such that the error increment has a normal distribution with zero mean and variance that decreases in proportion to the amount by which the expected value of the observation differs from its asymptote. Various methods of estimating the parameters are considered.