Focused Information Criteria
聚焦信息准则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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要覆盖多类模型的通用选择原则，没有足够依据优先归入某个领域细分。
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
聚焦信息准则
- 研究问题
- 模型或变量选择如何围绕研究者关心的特定目标量及其风险展开，使不同研究目标可以对应不同的最优模型选择？
- 方法与思路
- 摘要介绍聚焦信息准则，以目标参数的风险函数评价候选模型，常用均方误差，也允许其他风险及多类模型扩展。
- 材料陈述的贡献
- 摘要概述目标导向模型选择的原则与适用范围，涵盖参数、非参数和半参数模型，以及高维、正则化和贝叶斯扩展。
- 阅读关注点
- 应核对目标参数和风险函数如何指定、风险如何估计，以及不同模型与高维扩展是否需要不同的近似和理论条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未经核验；摘要主要概述方法，未说明新定理或数值比较，不能据此断言相对其他准则更优。
原文摘要
The focused information criterion is used to make a choice among several statistical models, or among several variables to include in a model. Different from other such information criteria, the focused information criterion is constructed to select the best model for a given interest quantity, the focus of the research question. Different such focus parameters may lead to different selected models, each one best for the corresponding focus. What is `best' is defined by a risk function, often the mean squared error. Other risks can be considered too for focused selection. Selections by the focused information criterion include using parametric (generalized) linear models, non- and semiparametric models, quantile regression models, graphical models, models for survival data, for longitudinal data, time series models, and many more. Extensions of the basic version include versions for high-dimensional data, regularized estimation, and Bayesian methods.