A Note on the Use of Residuals for Detecting an Outlier in Linear Regression
利用残差检测线性回归单个异常值的札记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：摘要讨论通用线性回归异常诊断，未明确涉及尾部风险、结构变化或其他所列方向。
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
利用残差检测线性回归单个异常值的札记
- 研究问题
- 在线性回归中，误差协方差结构已知而单个异常观测的位置未知时，如何变换残差以提高位置偏移异常的检测功效？
- 方法与思路
- 作者考虑零均值且协方差结构已知的误差，研究由已知协方差结构变换最小二乘残差所得的检验及其功效性质。
- 材料陈述的贡献
- 摘要称，该变换残差检验在残差线性变换这一比较类中，对位置未知的单个位置偏移异常具有某些最优功效性质。
- 阅读关注点
- 应核对最优功效的精确定义、误差分布要求，以及已知协方差结构、单个异常和位置偏移设定各自如何限制结论。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明最优性的完整条件，不能外推到多个异常、未知协方差或其他异常机制。
原文摘要
Consider the usual linear regression model y = Xβ +ε, where the vector ε has E(ε) = 0, cov (ε) = σ2V, where V is known. Let e = y-ŷ be the least squares residual vector. It is shown that a test based on the transformed residual vector d* = V−1e has, in the class of linear transformations of e, certain optimal power properties for detecting the presence of a single outlier when the label of the outlier observation is unknown. The outlier model considered here is that of shift in location.