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:摘要仅介绍通用线性回归的自动建模工具,没有足够依据归入所列具体领域。

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
Clive W.J. Granger
David F. Hendry

关于计量建模新工具的对话

研究问题
PcGets 如何作为数据建模与研究工具使用,其自动一般到特殊建模方式与线性回归模型的约简理论有什么联系?
方法与思路
论文以 Granger 提问、Hendry 回答的对话形式,介绍基于约简理论、在 Ox 中实现线性回归自动 Gets 建模的 PcGets。
材料陈述的贡献
摘要明确介绍了 PcGets 的工具定位、软件载体与理论基础;没有陈述新的估计定理、性能比较或经验研究结果。
阅读关注点
应核对对话讨论的模型搜索规则、约简依据与使用限制,以及软件的自动决策如何与研究者对模型的判断衔接。
阅读边界
仅依据所给 Crossref 摘要;搜索算法、推断保障及实际性能均未说明,不能据此判断软件可靠性,也不能推断其他版本变化。

原文摘要

This paper presents a set of questions prepared by Clive Granger with responses by David Hendry on the use of PcGets (see Hendry and Krolzig, 2001) in data modeling and as a new research tool. PcGets is an Ox package (see Doornik, 2001) implementing automatic general-to-specific (Gets) modeling for linear regression models based on the theory of reduction, as in Hendry (1995, Ch. 9).

笔记与分组