Regression and Factor Analysis
回归与因子分析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：摘要采用一般因子分析处理测量误差，未明确涉及宏观或金融因子模型。
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
回归与因子分析
- 研究问题
- 当部分或全部解释变量存在测量误差时，如何借助因子分析估计复相关系数与偏回归权重，并考察偏差和变量子集选择？
- 方法与思路
- 作者采用基本因子分析模型推导含测量误差情形的估计量，讨论误差作用与估计偏差，并研究一个特殊的子集选择问题。
- 材料陈述的贡献
- 摘要称，论文给出相关系数及回归权重的估计量，并在一个特殊情形下说明如何方便地寻找任意给定大小的最佳变量子集。
- 阅读关注点
- 应核对因子模型与测量误差的假设、偏差分析所针对的估计量，以及最佳子集所用的目标函数和特殊情形限制。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未提供误差结构、偏差结论或特殊情形条件，不能推广子集选择结果。
原文摘要
SUMMARY A basic model of factor analysis is employed in the estimation of multiple correlation coefficients and partial regression weights. Estimators are derived for situations in which some or all of the independent variates are subject to errors in measurement. The effect of the errors is indicated and the problem of bias in the estimators is considered. In one special case it is shown how a best subset of the independent variates of any size can readily be found for data under analysis.