A Procedure for Computing Regression Coefficients
计算回归系数的一种程序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：摘要仅涉及一般回归系数计算，没有所列应用领域或专门数据结构的证据。
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
计算回归系数的一种程序
- 研究问题
- 能否像利用低阶相关系数计算偏相关系数那样，通过类似关系计算回归系数，并形成便于实际使用的计算方法？
- 方法与思路
- 作者讨论与偏相关系数递推方法相类似的回归系数计算方法；摘要未给出具体递推关系、算法步骤或适用条件。
- 材料陈述的贡献
- 摘要介绍了作者认为当时较少为人熟知的回归系数计算方法，但没有陈述复杂度、数值稳定性或与既有算法的比较结果。
- 阅读关注点
- 阅读全文时应核对低阶系数如何进入计算、变量标准化与矩阵可逆性的要求，并检查方法与常规回归计算之间的关系。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。关于方法知名度及教材覆盖的表述属于原文历史判断，不能据此认定当前的新颖性或效率。
原文摘要
Most statisticians are familiar with the method whereby partial correlation coefficients are derived from coefficients of lower order. But analogous methods for regression coefficients are apparently not widely known, and seem not to be described in the text books. Such methods are discussed here.