More on Computational Accuracy in Regression
再论回归计算精度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：摘要聚焦回归数值计算与近似多重共线性，仅有就业数据背景不足以确定所列宏观细分。
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
再论回归计算精度
- 研究问题
- 如何借助奇异值分解考察就业水平数据中的近似多重共线性，以及既有回归计算误差分析和蒙特卡洛研究的解释是否充分？
- 方法与思路
- 作者使用奇异值分解分析一组就业水平相关数据的近似多重共线性，并据此质疑此前关于计算误差的文章及模拟研究。
- 材料陈述的贡献
- 摘要称，奇异值分解被用于揭示数据中的近似多重共线性；作者认为此前蒙特卡洛研究信息不足、具有误导性且可能不相关。
- 阅读关注点
- 应核对奇异值揭示的数值病态、计算误差与共线性的关系，以及作者批评所针对的模拟设定和支持批评的证据。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；所述批评是作者观点，摘要未提供核验依据，也不能据此推断刊本变化。
原文摘要
Issue is taken with a previous article which examines Longley's analysis of computation error in regression models. Specifically, the singular value decomposition is used to analyze a set of data which relates to employment levels. This decomposition is used to analyze near multicollinearity in the data. It is suggested that a previous Monte Carlo study of this problem is noninformative, misleading, and possibly irrelevant.