统计计算问题建模与算法选择 — 统计学选择题

某统计计算任务中，模型为 y_t = θ + ε_t，ε_t = φ ε_{t-1} + η_t，η_t ~ N(0, σ²)，t=1,...,T，T=5000，|φ|<1，φ 未知。若直接构造 T×T 协方差矩阵 Σ 并求逆，计算与存储代价为 O(T³)。为高效计算 θ 的广义最小二乘估计，下列建模与算法选择中最合理的是： A. 先忽略相关性用 OLS 估计 θ，再将标准误乘以 T B. 先用 OLS 残差估计 φ，再对数据做 AR(1) 白化变换（首项乘 √(1-φ²)），对变换后数据做 OLS C. 对稠密 Σ 做 Cholesky 分解，复杂度 O(T³)，精度最高故必选 D. 用拒绝采样从后验 p(θ|y) 抽样，样本均值即为 GLS 估计