Optimal Critical Values for Pre-Testing in Regression
回归预检验的最优临界值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：摘要研究一般回归预检验的风险准则与临界值，没有明确涉及因果识别、面板、时间序列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
回归预检验的最优临界值
- 研究问题
- 回归中使用预检验选择估计策略时，如何按照最小平均相对风险确定临界值，并理解不同准则对应的风险权衡？
- 方法与思路
- 作者以最小平均相对风险为目标推导预检验临界值，采用与既有研究同类型的风险函数，并与最小最大遗憾准则的结果对照。
- 材料陈述的贡献
- 摘要称，论文给出该风险准则下的最优临界值，并通过与其他结果比较，补充对实践中预检验成本与收益特征的认识。
- 阅读关注点
- 核对平均相对风险如何定义和取平均、临界值依赖哪些设定，以及 James–Stein 类估计量的支配结论适用于哪些风险函数。
- 阅读边界
- 摘要明确指出，所用风险函数下 James–Stein 类估计量支配预检验估计量，因此这些临界值不构成采用预检验的规范性推荐。
原文摘要
In this paper we derive and present optimal critical points for pre-tests in regression using a minimum average relative risk criterion. We use the same type risk functions as Sawa and Hiromatsu [8] who, in a recent paper in this journal, derived pre-test critical values using a minimax regret criterion. Since James-Stein type estimators can be shown to dominate any pre-test estimator for the risk functions used here and in [8], no normative claims are made for the critical values we give. However, the use of pre-testing procedures continues in practice and the results given here, contrasted with other results, add to information about the character of costs and returns to such practices.