Principal Components Regression in Exploratory Statistical Research
探索性统计研究中的主成分回归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：收入与教育分布是回归解释信息，摘要未研究分位数效应、因果识别或其他所列细分问题。
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
探索性统计研究中的主成分回归
- 研究问题
- 在收入与教育分布指标高度共线时，如何估计不同家庭类别与社区耐用品拥有率、供暖使用率及居住拥挤程度的关系？
- 方法与思路
- 作者对芝加哥一九五〇年人口普查区的收入和教育分布分位点进行主成分回归，再估计各家庭类别的标准化系数剖面。
- 材料陈述的贡献
- 摘要称，该方法处理了使经典回归估计无法进行的共线性问题，所得经验结果与使用收入、教育均值及其平方项的回归大体一致。
- 阅读关注点
- 应核对主成分的保留规则、分位点与家庭类别比例之间的转换，以及系数剖面的解释和与替代回归结果的比较方式。
- 阅读边界
- 来源为版本未注明的 OpenAlex 索引摘要；未说明估计不确定性与主成分选择细节，社区层面的关联不能直接解释为家庭层面因果效应。
原文摘要
Regression upon principal components of the percentage points of the income and education distributions for 1950 census tracts in the city of Chicago led to the estimation of “beta coefficient profiles” for television receiver and refrigerator ownership, for central heating system usage, and for a measure of dwelling unit overcrowding. The betas are standardized coefficients of regression of a dependent variable upon the proportions of families in the classes of the marginal income and education distributions. They measure the relative contribution of families in these classes to the over-all per cent saturation of the dependent variable in the tract. The coefficients were estimated by techniques developed in the first portion of the paper; estimation by classical regression methods would have been impossible because of multicollinearity. The empirical results are in substantial agreement with findings from regressions of the dependent variables upon the mean values of income and education, and their squares. The statistical devices appear to be useful in exploratory empirical research.