#国产影像芯片有多卷# 有天玑9000与V1+的加持，硬件的升级突破让vivo X80的影像更上了一层楼。
不仅搭载先进的蔡司T*光学镜头，还有全新定制搭配OLS光学防抖的866大底主摄、专业人像镜头和超低畸变超广角镜头。除主摄外，超广角、前置同样拥有黑光夜视能力…
vivo X80用很多更优秀的方式记录你的美好生活。

计量经济学101都会讲到，在一系列的理想条件下，最小二乘估计（OLS estimator）是所谓的“最优线性无偏估计”（Best Linear Unbiased Estimator，BLUE）：与任意的线性无偏估计相比，OLS估计的方差都更小。这一结果也就是著名的“高斯-马尔可夫定理”。

计量界的大佬Bruce Hansen最近发了篇Econometrica，说上述经典结果里的线性条件可能都不是必需的。换言之，OLS估计不仅是BLUE，还是BUE。稍微具体的话，经典高斯-马尔可夫定理说的是在所有符合某条件A的*线性*估计中，OLS估计是最优的那一个。Hansen的新定理呢，（如果我没理解错的话）说的是在所有符合某条件B的（线性或非线性）估计中，OLS估计是最优的那一个。这就是Hansen文章题目里说的“现代版”高斯-马尔可夫定理。

Econometric Society很快对Hansen的文章做了推广，然后推上的经济学家们就开始一键三连起来了，纷纷表示咱们的计量教科书可以改改了。然而，除了跟着起哄的路人外，还有不少搞统计和计量的学者认认真真地把Hansen的文章读了。很快，大家发现文章里的其中一个定理证明有误。当然，这也没啥，毕竟顶刊发表的文章有错误也不是什么新鲜事。真正让吃瓜群众沸腾的是有专业人士指出Hansen的“新定理“其实并没有把“旧定理”中的线性约束去掉——符合Hansen定理中的条件B的就只有线性估计[笑cry]

不知道事情后续会怎么发展，但看数学家们优雅地写文章怼人真是太得劲了[666]

最近的感悟：比起单纯的数据驱动（data-driven)，有一定依据理论基础的数据驱动效率更高。在熟读文献的基础上找出大量研究gaps→推导出大量假设→收集大量高质量数据（不管是调查、实验还是其他的什么）→用严谨的方法跑出最好看的结论（研究方法上必须要帅，能用SEM就别用OLS）→ 照着数据写论文→不断修改不断迭代提高质量