General Estimates of the Intrinsic Variability of Data in Nonlinear Regression Models
非线性回归模型中数据固有变异的一般估计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：摘要研究一般非线性回归的误差估计与变量选择，没有明确的结构估计、因果推断或其他细分领域。
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
非线性回归模型中数据固有变异的一般估计
- 研究问题
- 能否在尽量少规定回归函数形式的情况下估计误差大小，并据此评价拟合优度和选择解释变量子集？
- 方法与思路
- 作者提出由数据引导划分解释变量空间，在各子区域内拟合函数的程序，并以启发式讨论和模拟例子说明其行为。
- 材料陈述的贡献
- 摘要提出估计数据固有变异的局部划分与拟合程序，将其用于拟合评价和变量选择，但未声称建立完整理论保证。
- 阅读关注点
- 应核对区域划分规则、局部拟合方式及误差估计定义，关注如何区分真实噪声、函数变化与局部拟合误差。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要主要提供启发式讨论，未说明一致性或变量选择保证。
原文摘要
A dependent variable is some unknown function of independent variables plus an error component. If the magnitude of the error could be estimated with minimal assumptions about the underlying functional dependence, then this could be used to judge goodness-of-fit and as a means of selecting a subset of the independent variables which best determine the dependent variable. We propose a procedure for this purpose which is based on a data-directed partitioning of the space into subregions and a fitting of the function in each subregion. The behavior of the procedure is heuristically discussed and illustrated by some simulation examples.