A Procedure for Computing Regression Coefficients
一种计算回归系数的程序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：摘要仅讨论通用回归系数计算，缺少归入所列领域细分的文本证据。
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
一种计算回归系数的程序
- 研究问题
- 能否像由低阶相关系数计算偏相关系数那样，利用类似的递推关系计算回归系数，并使这种计算方法更易使用？
- 方法与思路
- 摘要称，作者讨论与偏相关系数递推计算相类似的回归系数计算方法，但未给出具体公式、算法步骤或所需输入。
- 材料陈述的贡献
- 作者介绍其认为尚未广为人知、教材中似乎较少描述的回归系数计算方法；摘要未明确提出新的统计性质或理论结果。
- 阅读关注点
- 应核对回归系数之间的具体关系、递推所需信息与适用条件，并检查算法在共线性和数值舍入下的表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明且内容简短。摘要未说明具体程序及性能，不能确认方法的新颖性或计算优势。
原文摘要
Most statisticians are familiar with the method whereby partial correlation coefficients are derived from coefficients of lower order. But analogous methods for regression coefficients are apparently not widely known, and seem not to be described in the text books. Such methods are discussed here.