A Cross-Validation Approach to Sample Size Determination for Regression Models
用交叉验证确定回归模型的样本量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：摘要属于一般回归设计与验证方法，未说明宏观预测或其他所列领域的应用背景。
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
用交叉验证确定回归模型的样本量
- 研究问题
- 如何利用交叉验证事先确定回归模型所需样本量，并在得到回归方程后评估其有效性，尤其针对多元正态总体？
- 方法与思路
- 作者发展交叉验证框架，给出随机模型的样本量估计表及应用，并以算法由随机模型表生成固定模型表。
- 材料陈述的贡献
- 摘要称，该方法同时服务于样本量规划和回归方程的事后有效性评估，并提供表格及模型间转换算法。
- 阅读关注点
- 应核对交叉验证的具体定义、样本量目标与有效性指标，以及随机模型和固定模型之间转换所需的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明验证划分、误差目标或数值结果，不能推断适用于任意回归设计。
原文摘要
A cross-validation approach to the a priori determination of sample size requirements and the a posteriori estimates of the validity of a derived regression equation is developed for regression models, where sampling from multivariate normal populations is discussed in particular. Tables of sample size estimates are presented for the random model and their applications illustrated. An algorithm is given to obtain tables for the fixed model directly from those for the random case.