Approximate efficiency of a selection procedure for the number of regression variables
回归变量个数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：摘要讨论一般回归变量选择，未明确提供宏观预测或其他所列细分方向的证据。
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
回归变量个数选择程序的近似效率
- 研究问题
- 使用广义最终预测误差准则选择回归变量个数时，如何近似评价选择效率，并据此确定准则中的调节参数？
- 方法与思路
- 作者推导广义最终预测误差准则 FPEα 的简单效率近似公式，据此提出 α 的选择程序并进一步推广该准则。
- 材料陈述的贡献
- 摘要明确陈述三项内容：效率的简单近似公式、与近似效率相联系的 α 选择程序，以及准则的进一步推广。
- 阅读关注点
- 核对效率的具体定义、近似成立的条件、α 选择程序所需信息，以及推广准则与原准则之间的关系。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明效率度量、近似误差或预测场景，不能推断选模的一致性。
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.