Standard errors resilient to error variance misspecification
对误差方差错设更稳健的标准误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：摘要研究线性模型的通用方差估计；空间田间试验并未明确涉及网络干扰、经济面板或其他所列方向。
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
对误差方差错设更稳健的标准误
- 研究问题
- 在线性模型中，如何构造较少依赖误差方差假设的参数方差估计，同时保留常规方差估计的半正定二次型形式？
- 方法与思路
- 作者为线性模型参数估计量提出半正定二次型方差估计，并用田间试验的空间分析和多次试验分析说明其使用。
- 材料陈述的贡献
- 摘要称，所提方差估计保持常规估计的二次型结构，同时降低对误差方差假设的依赖，并提供两类试验分析示例。
- 阅读关注点
- 应核对允许哪些误差方差错设、空间相关是否被处理，以及半正定性之外是否提供一致性、偏差或覆盖率方面的保证。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；较少依赖假设不等于对任意错设都有效，具体保证和应用结果未说明，刊本变化未知。
原文摘要
SUMMARY For parameter estimators in linear models, variance estimates are proposed which are positive-semidefinite quadratic forms like the conventional ones but are less dependent on assumptions about error variance. Examples are given of their use in spatial analyses of field trials and analyses of series of trials.