On Using an Estimated Regression Line in a Second Sample
将估计回归线用于第二个样本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：摘要研究一般回归的跨样本使用，未指定宏观预测或金融收益预测，故不据预测一词归类。
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
将估计回归线用于第二个样本
- 研究问题
- 将首个样本估计的回归方程用于第二个样本时，相较于第二个样本自身的最小二乘拟合会增加多少残差平方和？
- 方法与思路
- 作者定义跨样本应用所增加的残差平方和，在两样本解释变量取值相同时推导精确分布，并研究多元正态情形。
- 材料陈述的贡献
- 摘要称给出该超额平方和的精确分布性质，以及多元正态情形下的前两阶矩，用于衡量回归方程的跨样本表现。
- 阅读关注点
- 应核对两样本的关系、解释变量是否固定、误差分布条件，以及该指标与实际样本外预测误差的联系。
- 阅读边界
- 仅据版本未注明的索引摘要；样本间关系及完整分布条件未说明，结果不能直接推广为一般预测方法的优越性。
原文摘要
One of the uses of multiple regression equations is to predict the values of the dependent variable. The usual criterion for estimating the regression equation is that which minimizes the residual, error, sum of squares in the sample. If the regression equation is applied to a second sample it will not usually fulfil this condition, and a measure of the excess of the sum of squares about this line compared to the least squares equation in the second sample is proposed. Exact distributional properties are derived when the regressor variables have the same values in each sample, and the first two moments are derived for the multivariate normal case.