Comparison of Stopping Rules in Forward “Stepwise” Regression
前向逐步回归停止规则的比较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：摘要研究一般多元正态回归的变量选择与预测误差，未指定宏观或金融预测对象，因此不归入领域化预测细分。
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
前向逐步回归停止规则的比较
- 研究问题
- 在前向逐步选择变量时，采用不同停止规则会怎样影响无条件预测均方误差，哪些规则在模拟情景中表现较好？
- 方法与思路
- 作者基于四十八个总体相关矩阵生成多元正态样本，以无条件预测均方误差比较 CP、进入检验及其他停止规则。
- 材料陈述的贡献
- 摘要称 CP、特定阈值的进入检验及两类准则规则表现较好；这些规则间的预测误差差异很少超过百分之三。
- 阅读关注点
- 应核对无条件误差如何涵盖变量选择随机性、各停止规则及阈值设置，并检查总体相关矩阵和样本量的覆盖范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；误差差异来自指定模拟设计，不能将阈值或百分之三的比较推广为一般规律。
原文摘要
This paper uses the unconditional mean square error of prediction as a criterion for comparing stopping rules used with the forward “stepwise” selection procedure in multivariate normal samples, based on simulations of 48 population correlation matrices. The CP statistic, “F to enter” (.15 < α < .25), a rule which minimizes the sample criterion, and one which sequentially tests the equality of the population criterion (.25 < α < .35) are superior. For these rules, the criterion seldom differs by more than three percent, although there are considerable differences between these and some of the other rules.