Asymptotic distribution of the reduced rank regression estimator under general conditions
一般条件下降秩回归估计量的渐近分布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：摘要研究一般多元回归中的矩阵降秩约束，未提供时间序列、因子模型或经济结构估计的直接依据。
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
一般条件下降秩回归估计量的渐近分布
- 研究问题
- 当多元回归系数矩阵的秩已知且低于变量维数时，降秩估计的渐近分布如何区别于普通最小二乘估计？
- 方法与思路
- 作者利用响应变量与解释变量的前若干典型变量构造已知秩下的降秩估计，并与最小二乘估计作渐近比较。
- 材料陈述的贡献
- 摘要称，论文给出降秩回归估计量的渐近分布，并刻画相对于普通最小二乘估计的优势，但未列出具体比较结果。
- 阅读关注点
- 应核对已知秩与模型矩条件、典型变量的构造、渐近协方差表达，以及所谓优势采用何种损失或精度标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；结论以秩已知为背景，无法判断估计秩、秩误设或高维情形的表现。
原文摘要
In the regression model $\mathbf{Y} = \eta + \mathbf{BX} + \mathbf{Z}$ with $\mathbf{Z}$ unobserved, $\mathscr{E}\mathbf{Z} = \mathbf{0}$ and $\mathscr{E}\mathbf{ZZ}' = \mathbf{\Sigma}_{ZZ}$, the least squares estimator of $\mathbf{B}$ is $\hat{\mathbf{B}} = \mathbf{S}_{YX}\mathbf{S}_{XX}^{-1}$. If the rank of $\mathbf{B}$ is known to be $k$ less than the dimensions of $\mathbf{Y}$ and $\mathbf{X}$, the reduced rank regression estimator of $\mathbf{B}$, say $\mathbf{B}_k$, depends on the first $k$ canonical variates of $\mathbf{Y}$ and $\mathbf{X}$. The asymptotic distribution of $\hat{\mathbf{B}}_k$ is obtained and compared with the asymptotic distribution of $\hat{\mathbf{B}}$. The advantage of $\hat{\mathbf{B}}_k$ is characterized.