A Predictive View of the Detection and Characterization of Influential Observations in Regression Analysis
从预测视角识别与刻画回归中的影响观测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：摘要讨论一般线性回归的预测影响诊断，未提供宏观预测或金融收益预测的具体依据。
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
从预测视角识别与刻画回归中的影响观测
- 研究问题
- 在一般线性模型和参数先验信息下，当研究目标是预测未来观测时，如何评估指定数据子集对预测的影响？
- 方法与思路
- 作者将影响诊断置于未来观测预测的目标下，结合一般线性模型与参数先验信息，提出数据子集影响评估方法。
- 材料陈述的贡献
- 摘要所述贡献是提出面向预测目标的子集影响评估方法；没有给出诊断指标、计算公式或与其他方法的比较结果。
- 阅读关注点
- 应核对影响如何通过预测分布或预测损失衡量、先验信息如何进入分析，以及不同子集的评估是否具有可比性。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明先验形式、影响度量或预测对象，不能判断诊断效果，也不能推断刊本变化。
原文摘要
Assuming a set of observations is available from the general linear model, and assuming prior information about parameters, we propose a method of assessing the influence of specified subsets of the data when the goal is to predict future observations.