Approximate Efficiency of a Selection Procedure for the Number of Regression Variables
回归变量数量选择程序的近似效率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：摘要讨论通用回归模型选择，虽涉及预测误差，但未明确宏观预测或金融收益预测场景。
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
回归变量数量选择程序的近似效率
- 研究问题
- 采用广义最终预测误差准则选择回归变量数量时，如何近似评价其效率，并据此选择准则中的参数？
- 方法与思路
- 作者推导广义最终预测误差准则的简单效率近似公式，并围绕该近似提出参数选择程序和进一步推广。
- 材料陈述的贡献
- 摘要明确陈述三项内容：效率近似公式、据此选择参数的方法，以及对广义最终预测误差准则的扩展。
- 阅读关注点
- 核对效率的定义、近似所依赖的渐近框架，以及参数选择步骤和推广准则对变量数量选择的影响。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；未说明模型条件、近似误差或比较结果，不能据此判断选择程序的普遍优越性。
原文摘要
A simple approximation formula for the efficiency of the generalized final prediction error, (FPEα), criterion is obtained. In connexion with the approximate efficiency, a procedure for choosing α is proposed together with a further generalization of the FPEα criterion.