The Influence of Variable Selection: A Bayesian Diagnostic Perspective
变量选择的影响：贝叶斯诊断视角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：摘要研究通用变量选择与贝叶斯诊断，未明确涉及因果识别、预测或其他所列专门领域。
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
变量选择的影响：贝叶斯诊断视角
- 研究问题
- 前向选择、后向剔除等变量筛选过程，会怎样影响回归系数的科学解释，尤其是研究目标不以筛选结果为条件时？
- 方法与思路
- 作者从贝叶斯视角分析变量选择的影响，并建议在筛选过程中常规检查一个新统计量；摘要未提供其定义或计算方法。
- 材料陈述的贡献
- 摘要称，变量选择对推断的影响可能很大，并提出用于日常筛选诊断的新统计量，提醒读者关注筛选对解释的作用。
- 阅读关注点
- 应核对影响分析的参照对象、筛选规则与先验设定、新统计量的含义，以及诊断结果能否用于调整后续推断。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未说明诊断统计量的校准，也未声称提供完整的选择后推断修正，不能推断刊本变化。
原文摘要
Variable selection is ubiquitous in statistical practice. Forward selection, backwards elimination, or a combination thereof are among the most popular techniques. Statistical texts teach direct interpretation of coefficients after variable selection. For scientific purposes, the desired interpretation is unconditional on the variable selection. In this article an influence analysis of variable selection is performed from a Bayesian viewpoint. Variable selection is shown to be surprisingly influential. A new statistic is recommended for routine examination during variable selection.