Comparing Non-Nested Linear Models
非嵌套线性模型的比较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：摘要讨论一般线性模型预测误差比较，未涉及宏观预测或金融收益预测。
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
非嵌套线性模型的比较
- 研究问题
- 当两个候选线性模型互不嵌套，且不要求其中任一模型正确时，如何对它们预测均方误差之差构造置信区间？
- 方法与思路
- 作者对Mallows的Cp所估计的预测均方误差之差应用参数自助法，构造近似置信区间，并分析与Hotelling检验的联系。
- 材料陈述的贡献
- 摘要称提出不要求任一模型正确的近似区间，并指出最简单情形可化为两个独立单位方差正态观测均值乘积的区间问题。
- 阅读关注点
- 应核对预测均方误差的目标定义、自助法生成模型及误差假设，以及近似区间的覆盖依据和与既有检验的关系。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，不要求模型正确并不意味着无分布假设；具体覆盖精度与有限样本表现未说明。
原文摘要
I consider the usual linear-model situation, except that there are two possible linear subspaces that may contain the true mean vector, and neither of the two subspaces is nested within the other. Approximate confidence intervals are developed for the difference in mean squared error (MSE) of prediction using the two models, not assuming that either model is necessarily correct. The confidence intervals are based on parametric bootstrap methods, applied to Mallows's Cp estimate of the difference in MSE. This approach is shown to relate closely to Hotelling's test comparing two simple linear regressions. In the simplest case the problem is equivalent to finding a confidence interval for the product of the means of two independent normal observations, each with variance one.