Alternatives to plotting C P in multiple regression
多元回归中 CP 图的替代方案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：摘要讨论通用回归模型选择图形，未提供收益预测、因果推断或其他所列方向的依据。
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…
关注这篇论文的作者
多元回归中 CP 图的替代方案
- 研究问题
- 在多元回归的子集模型比较中，能否用基于 F 统计量或其显著性概率的图形替代 CP 图，更好地衡量模型拟合充分性？
- 方法与思路
- 作者提出两种替代图形：一种是 CP 的简单线性变换，基于子集回归充分性的 F 统计量；另一种使用其显著性概率。
- 材料陈述的贡献
- 摘要中作者主张显著性概率比 CP 与参数个数的距离更准确地反映拟合程度，并讨论如何选择一组充分的回归函数。
- 阅读关注点
- 阅读时应核对 CP 的原始符号定义、两种图形的构造与解释，以及显著性概率用于模型筛选时的比较依据和限制。
- 阅读边界
- 所据为稿件版本未注明的 OpenAlex 索引摘要，文字含粘连与拼写问题；需核对原文符号、比较条件及“更准确”的证据。
原文摘要
Two plotsalternative to that of CP are presented. One, which is a simple linear transformation of CP, is based on the familiar Fstatistics for testing the adequacy of subset regressions. The other is based on the significance probalities of the F statistics. It is argued that the significance probabilities give a more accurate measure of the goodness of fit of a regression function than, for example, the distance of CP from p. Problems of selecting a set of adequate regression functions are discussed.