Optimality of Least Squares in Linear Models with Unknown Error Covariance Matrix
误差协方差矩阵未知时线性模型中最小二乘的最优性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：摘要属于一般线性模型估计理论，未明确给出面板、时间序列或其他所列方向的依据。
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
误差协方差矩阵未知时线性模型中最小二乘的最优性
- 研究问题
- 当线性模型的误差协方差矩阵未知且被赋予某类分布时，最小二乘系数估计量能保留哪些最优性质？
- 方法与思路
- 作者将标量误差协方差矩阵情形中的最小二乘性质，扩展到协方差矩阵服从特定分布类的设定。
- 材料陈述的贡献
- 摘要称，这类设定保留最小二乘估计量的若干最优性质，且包含曾被用于表达模糊先验信息的协方差分布。
- 阅读关注点
- 应核对所谓最优性的准则、协方差分布类的限制，以及性质是在何种条件化或平均意义下成立。
- 阅读边界
- 仅据版本未注明的索引摘要，具体最优性准则和分布限制未说明；不能据此认定最小二乘对任意未知协方差都最优。
原文摘要
Optimal properties of the least-squares coefficient estimator in the linear model with scalar error covariance matrix are shown to carry over to the case where the error covariance matrix has a distribution in a class which includes distributions proposed as representing vague prior information.