Tolerance and Condition in Regression Computations
回归计算中的容差检验与条件性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：摘要关注一般回归的数值稳定性与矩阵条件性，未提供归入所列应用领域的直接依据。
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
回归计算中的容差检验与条件性
- 研究问题
- 逐步纳入变量时，通过容差检验限制变量相关性是否足以保证回归计算稳定，是否需要更直接的矩阵条件性监测？
- 方法与思路
- 作者构造通过给定容差检验但计算仍极不稳定的例子，并提出监测解释变量相关矩阵条件性上界来替代容差判断。
- 材料陈述的贡献
- 摘要称，任意指定的容差水平都可能放行不稳定计算，并给出可监测的相关矩阵条件性上界作为替代依据。
- 阅读关注点
- 应核对反例构造、条件性的具体定义和上界原式，以及监测准则如何与数值精度、变量数量和回归算法相联系。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要解读。矩阵上界表达中的排版需查原文确认；摘要未说明具体监测阈值或实际算法表现。
原文摘要
Many regression programs include a tolerance test that does not allow a variable to enter the regression if its correlation with the previously entered variables exceeds a specified level. This is done to achieve computational stability by assuring that the correlation matrix C of the independent variables is not nearly singular. However, for any specified tolerance level, there is an example in which the entering variables pass the tolerance test but the computation is extremely unstable. A bound for the condition of C is p times the trace of C -1, which can be monitored instead of tolerance to assure stability.