Sound Confidence Intervals in the Heteroscedastic Linear Model Through Releveraging
通过再杠杆调整构造异方差线性模型的可靠置信区间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：摘要讨论通用异方差线性回归推断，未涉及特定因果识别或金融波动率模型，所列分类证据不足。
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
通过再杠杆调整构造异方差线性模型的可靠置信区间
- 研究问题
- 在中小规模且不平衡的异方差回归样本中，如何缓解最小二乘置信区间覆盖不足，包括采用异方差稳健方差后的不足？
- 方法与思路
- 作者提出一种简单加权方案来改善回归系数推断，并讨论将其用于探索性分析及作为最小二乘回归诊断辅助的方法。
- 材料陈述的贡献
- 摘要称加权方案可修正所述推断问题，但可能付出显著效率代价；其用途包括数据探索和辅助回归诊断。
- 阅读关注点
- 应核对权重如何与杠杆相关、覆盖改善的条件与校准方式，并检查效率损失程度及其能够替代部分诊断工作的具体场景。
- 阅读边界
- 仅据所给 Crossref 摘要，不能判断覆盖修正是否为精确或渐近保证；权重公式、适用条件及效率损失数值均未说明。
原文摘要
SUMMARY Under heteroscedasticity, ordinary least squares regression can fail to yield adequate inference on parameter coefficients with respect to hypothesis testing or confidence intervals. For example, confidence intervals can have coverage well below that claimed. This is especially the case in small or moderate-sized imbalanced samples and holds even if the ordinary least squares variance estimator is replaced by a robust-against-heteroscedasticity variance estimator. A new simple weighting scheme corrects this problem, although at possibly serious cost in efficiency. Inefficient methods have been rated as useful at the data exploration stage of analysis. The present method is also useful as an adjunct to least squares regression, at the stage of regression diagnostics. As such, it can sometimes replace the need for them altogether.