Selecting Regressors for Prediction Using PRESS and White t Statistics
使用 PRESS 与 White t 统计量选择预测回归变量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：摘要讨论一般回归的预测变量选择与异方差稳健检验，没有给出宏观预测、收益预测或其他细分方向的明确应用依据。
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…
关注这篇论文的作者
使用 PRESS 与 White t 统计量选择预测回归变量
- 研究问题
- 研究基于预测误差平方和（PRESS）选择回归变量，与采用 White 异方差一致协方差矩阵进行假设检验之间存在何种联系。
- 方法与思路
- 作者建立 PRESS 变量选择与 White 异方差一致协方差矩阵下假设检验的渐近关系，并通过模拟实验和示例考察其用途。
- 材料陈述的贡献
- 摘要称，两类程序存在渐近联系，模拟结果提示这种联系可能有用，并提供说明性示例；具体实用收益的大小未在摘要中给出。
- 阅读关注点
- 阅读全文时应核对渐近关系所需条件、PRESS 的具体定义与变量筛选规则，以及模拟和示例如何体现这种联系的实际用途。
- 阅读边界
- 摘要未说明样本结构、候选变量数量、模拟设计或预测误差改善幅度；无法判断该联系在有限样本与不同任务中的适用范围。
原文摘要
It is shown that selecting regressors based on the prediction error sum of squares is asymptotically related to hypothesis testing with White's (1980) heteroscedasticity-consistent covariance matrix. A simulation experiment suggest that this asymptotic relation may be useful. Illustrative examples are also given.