The use of residuals as a concomitant variable
将残差用作伴随变量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：摘要直接研究实验中的处理效应估计及相邻单位相关性对估计方法的影响。
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
将残差用作伴随变量
- 研究问题
- 当相邻或连续实验单位的产出存在相关性时，能否利用相邻地块的残差辅助估计处理效应，并接近极大似然估计？
- 方法与思路
- 作者研究将相邻地块残差作为伴随变量的处理效应估计量，并在误差服从一阶自回归序列的情形下与极大似然估计比较。
- 材料陈述的贡献
- 摘要称在一阶自回归误差设定下，这种利用相邻残差的处理效应估计量与极大似然估计量非常接近。
- 阅读关注点
- 应核对残差由何种初始模型生成、伴随变量怎样进入估计，以及“非常接近”的具体标准和相关参数的处理方式。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；实验分配方式、接近程度及其条件未说明，不能推断任意相关误差下均有效。
原文摘要
Suppose that there is correlation between the yields of successive or adjacent experimental units. An estimator of treatment effects using the residuals of adjacent plots as a concomitant variable is investigated. It is shown to be very close to the maximum likelihood estimator when the errors form a first-order autoregressive series.