Controlling Variable Selection by the Addition of Pseudovariables
通过添加伪变量控制变量选择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：摘要讨论通用变量选择及错误选择率控制，未给出因果、预测或其他所列领域细分的直接应用依据。
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…
通过添加伪变量控制变量选择
- 研究问题
- 作者研究如何控制所选模型中无信息变量所占的比例，并利用可识别的伪变量估计真实变量被错误选入的程度。
- 方法与思路
- 方法向数据加入已知数量的伪变量，运行变量选择并记录伪变量入选比例，再通过类似自助法的重复过程估计错误选择并调参。
- 材料陈述的贡献
- 摘要提出一种借助伪变量反馈调整选择程序的方法，目标是估计真实变量的错误入选比例，并据此控制错误选择率。
- 阅读关注点
- 应核对伪变量的生成规则、其与无信息真实变量的可比性、重复抽样方式，以及错误选择率控制的具体含义和理论条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；是否存在有限样本或渐近控制保证未说明，也不能推断刊本变化。
原文摘要
We propose a new approach to variable selection designed to control the false selection rate (FSR), defined as the proportion of uninformative variables included in selected models. The method works by adding a known number of pseudovariables to the real dataset, running a variable selection procedure, and monitoring the proportion of pseudovariables falsely selected. Information obtained from bootstrap-like replications of this process is used to estimate the proportion of falsely selected real variables and to tune the selection procedure to control the FSR.