Continuum Regression is Not Always Continuous
连续统回归并不总是连续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：摘要讨论通用回归方法的连续性，没有宏观预测或收益预测的特定研究对象。
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
连续统回归并不总是连续
- 研究问题
- 连续统回归虽然通过连续调节参数连接多种回归方法，其预测量是否仍可能随调节参数或校准数据发生不连续变化？
- 方法与思路
- 作者分析连续统回归与岭回归的关系，并以真实数据展示不连续现象；摘要列出普通最小二乘等方法作为特例。
- 材料陈述的贡献
- 摘要称连续统回归得到的预测量可对调节参数和校准数据不连续，并指出理解这一现象的关键在于其与岭回归的联系。
- 阅读关注点
- 应核对原文目标函数与参数记号、不连续出现的条件、优化解的选择规则，以及真实数据例子中预测变化的表现。
- 阅读边界
- 仅据所给 Crossref 摘要；目标函数的上下标与指数排版不清，需查原 PDF，不能重构公式或推断不连续现象的普遍程度。
原文摘要
SUMMARY Continuum regression (CR) is regression of a response y on that linear combination t γ of explanatory variables which maximizes r 2(y, t) var(t)γ, where γ is chosen from a continuum of candidates. CR includes several common methods as special cases: ordinary least squares, principal component regression, partial least squares and a modified ridge regression. We demonstrate that CR, despite its name, can yield a predictor that is a discontinuous function of γ and of the calibration data. We illustrate this with a set of real data. The relationship between CR and ridge regression is the key to understanding this phenomenon.