The Acceptability of Regression Solutions: Another Look at Computational Accuracy
回归解的可接受性：重新审视计算精度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：摘要关注通用回归计算的稳定性、数据精度与模型适当性，没有明确的宏观、金融或微观细分依据。
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…
回归解的可接受性：重新审视计算精度
- 研究问题
- 回归系数即使计算得十分精确，是否仍可能因数据精度或模型不适当而缺乏合理性，如何识别这种不稳定性？
- 方法与思路
- 作者重新分析 Longley 回归测试数据，考察数据准确性与模型适当性对解的影响，并推导一个易计算的指标。
- 材料陈述的贡献
- 摘要认为该例的数值精确解可能是不合理的系数估计，并提出不稳定性指标，强调计算精度须结合数据质量评价。
- 阅读关注点
- 应核对不稳定性指标的定义、数据误差如何影响系数，以及作者判断该例估计不合理的具体依据和适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未给指标公式，单个例子的判断不能替代一般稳定性分析。
原文摘要
Longley [10] proposed a set of data for use in testing regression programs. This paper shows that the numerically accurate solution in this example was probably an unreasonable estimate of the regression coefficients. This is true because the accuracy of the data and appropriateness of the model may affect the solution more than the computational method. An easily computed index is derived that can be used to indicate such computational instability. The basic conclusion is that a concern about highly accurate computational methods must be tempered with a concern for whether the data are accurate enough to make the results meaningful.