Computation and Interpretation of Multiple Regressions
多元回归的计算与解释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：摘要属于通用回归计算与变量筛选，没有足够证据归入结构估计、因果推断或预测细分。
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
多元回归的计算与解释
- 研究问题
- 如何逐次加入解释变量来计算多元回归、评价拟合增益并筛选变量，同时正确理解回归方程与相应显著性检验？
- 方法与思路
- 作者给出逐次加入变量的计算指引，通过拟合贡献与残差均方选择变量组合，并讨论相关逆矩阵及回归的统计性质。
- 材料陈述的贡献
- 摘要称文章提供实用计算程序和解释指导，包括评价新增变量、排除不显著变量，以及比较变量组合的残差均方。
- 阅读关注点
- 应核对逐次更新的矩阵公式、变量筛选的具体规则，以及数据驱动选择之后显著性检验应如何解释和受到哪些限制。
- 阅读边界
- 仅据所给 Crossref 摘要版本；摘要未说明选择后推断保证，也未给出完整模型条件，不能把拟合改进理解为因果识别。
原文摘要
Summary Full practical directions are given for the expeditious calculation of regression equations, which are built up by successive insertion of additional variates. The computer can readily measure the contribution made by each new variate to the goodness of fit, omit variates which do not make a significant contribution, and select that group of independent variates which together give the lowest residual mean square in the dependent variate. The statistical properties of the regression equation, and of the successive reciprocal matrices from which it is derived, are discussed in detail, with special reference to the proper interpretation of the equation and its associated tests of significance. In dealing with experimental or observational data it is rarely necessary to work to more than four or at most five significant figures.