跳到正文
← 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:摘要是通用直线拟合的图解技术,未指向所列经济计量细分领域。

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
S. I. Askovitz

按最小二乘准则拟合直线的简便图解法

研究问题
当各观测点在水平方向等距排列时,能否不进行数值计算就通过图解获得最小二乘拟合直线,并衡量残差变异?
方法与思路
作者提出适用于横向等距点列的简单图解技术,用于确定最小二乘意义下的最佳拟合直线,并构造残差变异的图形度量。
材料陈述的贡献
摘要称,在横向等距这一前提下,可无须计算获得最小二乘拟合直线,同时得到衡量残差变异的图解方法。
阅读关注点
应核对图解操作步骤、等距条件如何被使用,以及所得直线和残差度量与常规最小二乘计算的对应关系。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;未提供具体作图步骤及作图误差分析,不能推广至横向不等距的点列。

原文摘要

A simple technique is presented for obtaining without calculation the best fitting line according to the least squares criterion, provided the points are equally spaced horizontally. A graphic measure of residual variability is also derived.

笔记与分组
相关领域论文