The recursive least squares estimation of parametric functions in the general linear model

Abstract

W pracy uogólniora zostala technika rekurencyjnej estymacji funkcji parametrycznych metodą najmniejszych kwadratów w ogólnym modelu liniowym. Proponowana procedura umożliwia aktualizację estymatorów zarówno ze względu na dodatkową stochastyczną, jak i niestochastyczną informację o parametrach modelu.

The technique of recursive least squares estimation for the standard regression model is extended lo the general linear model with possibly singular dispersion matrix of error term. It is shown how to update the minimum dispersion linear unbiased estimate of a given vector of parametric functions with respcct to additional sample data which are to be successively incorporated to the inference base.