Forward search added-variable t-tests and the effect of masked outliers on model selection
前向搜索中的附加变量t检验与被掩盖异常值对模型选择的影响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：摘要涉及一般回归诊断与异常值识别，没有所列因果、面板或预测细分的直接证据。
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
前向搜索中的附加变量t检验与被掩盖异常值对模型选择的影响
- 研究问题
- 为什么前向搜索中监测回归系数的常规t检验，可能无法揭示观测对变量显著性的影响，以及如何识别被掩盖异常值？
- 方法与思路
- 作者提出附加变量检验，利用形成残差的投影消除搜索排序的影响，并通过例子考察多个被掩盖异常值与模型选择。
- 材料陈述的贡献
- 摘要称新检验具有所需的观测影响诊断性质，示例展示被掩盖异常值对模型选择的作用，并评论响应变量变换检验。
- 阅读关注点
- 应核对搜索排序怎样影响常规检验、残差投影和检验统计量的构造，以及示例中异常值影响模型选择的机制。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，不能判断检验的普遍有效性、水平或功效；模型选择结果主要由示例展示。
原文摘要
Monitoring the t‐tests for individual regression coefficients in ‘forward’ search fails to identify the importance of observations to the significance of the individual regressors. This failure is due to the ordering of the data by the search. We introduce an added‐variable test which has the desired properties since the projection leading to residuals destroys the effect of the ordering. An example illustrates the effect of several masked outliers on model selection. Comments are given on the related test for response transformations.