Identification of Linear Directions in Multivariate Adaptive Spline Models
多元自适应样条模型中线性方向的识别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：摘要中的识别指回归线性方向的发现，未提供因果识别或结构经济模型估计的证据。
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…
多元自适应样条模型中线性方向的识别
- 研究问题
- 如何从多元回归数据中辨识线性方向，使灵活的样条模型既揭示函数形态，也发现隐藏的线性子结构？
- 方法与思路
- 作者将线性判别分析和投影 Hessian 方向与多元自适应回归样条结合，并通过数学分析和模拟检验方法。
- 材料陈述的贡献
- 摘要称，方法有助于揭示函数形式及线性子结构，相较已有方法出现改善，且部分场景下改善幅度较大。
- 阅读关注点
- 核对两种方向提取工具与样条拟合的结合方式、理论条件，以及模拟中的比较对象、评价指标和适用场景。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体数学条件、比较方法和改善数值未说明，不能认定其在所有回归设定中更优。
原文摘要
Identifying linear directions in multivariate regression has been a statistical challenge and has attracted particular attention since projection pursuit was developed. To this end, we propose and investigate the use of linear discriminant analysis and projection Hessian directions in conjunction with multivariate adaptive regression splines. Simulation studies in a variety of settings demonstrate the usefulness of our approach in revealing both the functional forms and the linear substructures based on the observed data. Mathematical results are also provided to support our approach. Comparisons are made between our approach and existing approaches, and the improvements are evident. Depending on the circumstance, the extent of improvement can be substantial.