Estimation of Standardized Regression Coefficients
标准化回归系数的估计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：摘要关注一般线性回归系数的标准化估计，没有明确涉及所列细分方向中的专门问题。
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
标准化回归系数的估计
- 研究问题
- 在线性回归的解释变量为非随机量时，如何定义类似随机解释变量模型中 beta 系数的标准化参数，并进行估计？
- 方法与思路
- 作者为非随机解释变量情形定义相应的标准化回归系数，提出若干估计量、讨论其性质，并用两个数据例子考察表现。
- 材料陈述的贡献
- 摘要明确提供固定解释变量情形下的标准化参数及多种估计方案，并以实证例子展示不同估计量的经验行为。
- 阅读关注点
- 应核对固定设计下标准化所用尺度、参数定义与随机设计的对应关系，以及各估计量性质和数据例子的比较标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；估计量公式、偏差与方差结果未提供，不能据此选择最佳估计量或解释因果效应。
原文摘要
Often in reporting the results of a regression analysis, researchers, particularly in the social sciences, choose to standardize the estimators of the regression coefficients into what are called “beta coefficients.” Most studies in which beta coefficients are reported involve linear models which contain stochastic predictor variables. However, in dealing with regression models in which thep redictor variables are nonstochastic, standardized regression coefficients can be defined which are analogous to those found in the models with stochastic predictor variables. We consider the problem of estimating these parameters. Several estimators are introduced and their properties are discussed. Two data examples are included to demonstrate the empirical behavior of the various estimators.