Multivariate Semi-Metric Smoothing in Multiple Prediction
多元预测中的半度量平滑AI 解读 ↓
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。
AI 根据所提供的论文材料归类:摘要应用于儿童变量与成年身高预测,未涉及宏观预测或其他所列经济金融细分方向。
多元预测中的半度量平滑AI 解读 ↓
正在核对关联版本…
正在核对对应版本的资源…
Prediction parameters associated with childhood predictor variables for mature stature vary widely and irregularly across age. Aesthetics as well as pragmatism dictate that it would be far better to have some smooth functional relationship between age of child and the value of each prediction parameter at that age. An estimation method is developed which yields resistant estimates of regression coefficients which are continuous in age for each predictor variable.