The Choice of Variables in the Design of Experiments for Linear Regression
线性回归实验设计中的变量选择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：摘要研究一般线性回归的实验设计与变量选择，未明确涉及因果识别或结构估计。
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
线性回归实验设计中的变量选择
- 研究问题
- 为拟合线性模型设计实验时，如何判断是否纳入作用存疑的变量，并衡量正确排除该变量带来的拟合收益？
- 方法与思路
- 作者以指定自变量区域内平均的拟合均方误差作为实验成败标准，据此发展是否纳入存疑变量的决策程序。
- 材料陈述的贡献
- 摘要称，论文提出实验设计中的变量纳入程序，并研究正确排除变量时可期待的收益，未给出具体量化结果。
- 阅读关注点
- 应核对平均误差对应的区域与权重、变量排除的判定规则，以及预期收益对模型设定和实验安排的依赖。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明决策阈值、设计限制或误差设定，不能推断刊本变化。
原文摘要
In this paper, a procedure is developed which can be used to decide if a doubtful variable should be included in an experiment to fit a linear model to a set of yields. The criterion of success of the experiment is based on the mean square error of the fitted linear model, averaged over a specified region of the independent variables. A study is made of the gains to be expected when a variable is correctly excluded.