Classification and Estimation of Several Multiple Regressions
多个总体回归的分类与估计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：摘要中的分类是统计总体归属判断，没有提供个体选择行为或经济结构模型，因此不足以归入离散选择等方向。
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
多个总体回归的分类与估计
- 研究问题
- 当个体所属总体尚不明确时，如何将其归入若干总体之一，并同时估计对应总体的回归关系，而非分别处理两项任务？
- 方法与思路
- 作者把总体分类与回归估计合并为一个类别变量观测缺失问题，并在摘要所述联合多元正态设定下研究最大似然解。
- 材料陈述的贡献
- 摘要称，最大似然解具有先用通常似然比程序分类、再利用被选总体的观测估计回归的直观形式。
- 阅读关注点
- 应核对正态设定对应哪些变量、总体样本与个体信息如何进入似然，以及分类不确定性对后续回归推断的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；联合模型、识别条件及分类误差处理未说明，不能推广为一般先分类后回归规则。
原文摘要
Two problems, classifying an individual into one of several populations and estimating the regression in that population, are simultaneously treated as one problem. This can be viewed as a problem of a missing observation on a categorical variable. When all variables are jointly distributed multivariate normal, the maximum likelihood solution is the intuitively appealing one: classify the individual using the usual likelihood ratio procedure, then estimate the regression using the observations from the selected population.