Numerically Stable Methods for Updating Regressions
更新回归的数值稳定方法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：摘要聚焦通用回归更新与数值线性代数，未涉及可直接对应指定细分领域的数据结构或经济问题。
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…
更新回归的数值稳定方法
- 研究问题
- 增加或删除回归变量、观测时，如何稳定地更新回归及方差分析所需数量，并控制浮点舍入误差？
- 方法与思路
- 作者采用修正Gram-Schmidt三角分解，存储并更新正交列矩阵，再用迭代改进与再正交化处理舍入误差。
- 材料陈述的贡献
- 摘要提出一套稳定的回归更新程序，覆盖变量与观测的增删，并称可监控和减轻舍入误差，附有数值结果。
- 阅读关注点
- 应核对各类增删操作的更新步骤、误差监控与再正交化规则，以及数值实验的比较方法和计算成本。
- 阅读边界
- 依据版本未注明的OpenAlex索引摘要；数值结果和稳定性条件未展开，不能断言对所有设计矩阵均有效。
原文摘要
A stable numerical procedure is presented for updating regressions, including quantities used in the analysis of variance, when regressors or observations are added or deleted. The modified Gram-Schmidt triangular factorization is used, and the matrix with orthonormal columns is stored and updated. In this way it is possible to monitor and to minimize the effects of rounding errors through the techniques of iterative refinement and reorthogonalization. Numerical results are included.