我们考虑由一对均值和方差函数给出的$y$对$x$的回归，其中要估计的参数向量$\theta$也出现在回归变量$x$分布中。$\theta$的估计基于扩展准分数（QS）函数。我们证明了QS估计在基于线性无偏估计函数的广泛估计类中是最优的。特别有趣的是，$x$的分布仅取决于$\theta$的子向量$\alpha$，这可能被视为一个麻烦的参数。一般来说，$\alpha$必须与$\theta$的其余部分同时进行估算，但在某些情况下，$\alpha$可以预先估算。该模型的一个主要应用是经典的测量误差模型，其中校正分数（CS）估计器是QS估计器的替代品。我们导出了QS估计比CS估计严格有效的条件。我们还更详细地研究了一些特殊的测量误差模型。