Applications of Jordan’s Procedure for Matrix Inversion in Multiple Regression and Multivariate Distance Analysis
Jordan 矩阵求逆程序在多元回归与距离分析中的应用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：摘要涉及一般矩阵计算、多元回归和距离分析，未明确指向所列经济或金融细分领域。
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
Jordan 矩阵求逆程序在多元回归与距离分析中的应用
- 研究问题
- 对均方与乘积矩阵使用 Jordan 求逆程序时，中间计算量如何服务于多元回归，并分解多变量距离准则？
- 方法与思路
- 作者考察 Jordan 程序作用于均方与乘积矩阵所产生的中间量，并讨论将多变量距离准则拆分为单自由度部分。
- 材料陈述的贡献
- 摘要称该程序提供可能用于多元回归的丰富中间量，同时给出了分解多变量距离准则的一种便利方法。
- 阅读关注点
- 应核对中间量与回归统计量的对应、求逆所需矩阵条件，以及单自由度分解的具体含义和顺序依赖性。
- 阅读边界
- 所给材料为简短 Crossref 摘要；未提供算法步骤、距离准则的完整记法或分解条件，不能据此推断统计最优性。
原文摘要
SUMMARY When applied to a matrix of mean squares and products, Jordan’s procedure is rich in intermediate quantities of potentially useful application in multiple regression. It also supplies a convenient method of partitioning the multivariate distance criterion D2 into single degrees of freedom.