跳到正文
← 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:摘要属于一般统计选择和回归变量选择,未明确指向所列领域细分。

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
J. N. Arvesen
G. P. McCabe

方差的子集选择问题及其回归分析应用

研究问题
当待比较的方差彼此相关时,如何进行子集选择,并将该程序用于回归问题中解释变量集合的选择?
方法与思路
作者提出针对相关方差的子集选择程序,重点讨论渐近情形,并说明其在回归解释变量集合选择中的应用。
材料陈述的贡献
摘要明确陈述的贡献是相关方差的子集选择程序及一项回归应用,未进一步说明选择准则、最优性定义或具体效果。
阅读关注点
应核对方差估计之间的相关结构、子集选择目标、渐近保证,以及回归应用中最佳变量集合的定义与所需条件。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明。摘要非常简短,未说明程序细节、误选控制或有限样本表现,不能评价选择可靠性。

原文摘要

This article presents a subset selection procedure for correlated variances with emphasis on the asymptotic case. An application to selecting the best set of independent variables in a regression problem is given.

笔记与分组
相关领域论文