A Note on the Selection of Data Transformations
关于数据变换选择的一点说明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：摘要聚焦一般线性模型的数据变换选择，未提供所列领域细分的直接文本依据。
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
关于数据变换选择的一点说明
- 研究问题
- 在给定数据变换族中，如何检验某个预设变换是否与数据相容，并量化能够从变换选择分析中获得多精确的推断？
- 方法与思路
- 作者提出用于变换相容性的简单精确显著性检验，由检验导出置信集合，并通过估计功效评估推断精度，以既有例子展示方法。
- 材料陈述的贡献
- 摘要称该方法为变换选择提供精确检验和相应置信集合，同时将功效分析用于预判推断的精细程度，而非仅凭似然选择变换。
- 阅读关注点
- 应核对精确性的概率模型条件、变换族及检验统计量，并查看置信集合的反演方式，以及功效估计如何对应变换参数的不确定性。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；精确检验所需假设和具体构造未说明，不能将精确性理解为对任意误差分布均成立。
原文摘要
Recontly Box & Cox (1964) and Fraser (1967) have proposed likelihood functions as a basis for choosing a transformation of data to yield a simple linear model. Here a simple, exact, test of significance is proposed for the consistency of the data with a postulated transformation within a given family. Confidence sets can be derived from this test. The power of the test may be estimated and used to predict the sharpness of the inferences to be derived from such an analysis. The methods are illustrated with examples from the paper by Box & Cox (1964).