A Test of the Mean Square Error Criterion for Restrictions in Linear Regression
线性回归中参数约束均方误差准则的检验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：研究对象是一般回归约束检验与均方误差准则，摘要没有支持指定领域细分的进一步信息。
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
线性回归中参数约束均方误差准则的检验
- 研究问题
- 在线性回归中，如何依据均方误差决定接受或拒绝参数空间约束，并将这一决策问题与多重共线性联系起来？
- 方法与思路
- 作者研究约束选择的均方误差准则，并为该准则构造一致最强检验，提供单个约束的临界点及部分功效函数取值。
- 材料陈述的贡献
- 摘要称建立了针对均方误差准则的检验程序，并用实例说明约束选择与多重共线性的联系，附有临界点和功效资料。
- 阅读关注点
- 应核对检验的原假设、备择假设及损失定义，确认一致最强结论的适用范围，以及单约束结果如何关联共线性问题。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；分布条件、检验公式及表中数值未提供，多约束情形的适用性也未说明。
原文摘要
The objectives of this paper are to examine the mean square error criterion for rejecting or adopting restrictions on the parameter space in a regression model, and to develop a uniformly most powerful testing procedure for the criterion. We present a tabulation of critical points for the test for one restriction and selected points of the power function. The mean square error criterion suggests a framework for thinking about the problem of multicollinearity in a linear model. To this end we present some examples to illustrate the linkage of the mean square error criterion with multicollinearity.