Multiple Comparison of Several Linear Regression Models
多个线性回归模型的多重比较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：摘要讨论一般线性回归的同时推断，未明确涉及所列经济计量细分方向。
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
多个线性回归模型的多重比较
- 研究问题
- 在多个回归模型具有不同设计矩阵、解释变量范围可能受限时，如何对回归函数的多种对比构造同时置信带？
- 方法与思路
- 作者把简单回归线的同时比较推广至多元线性回归，允许不同设计矩阵和有限区间约束，并提出两种模拟方法计算临界常数。
- 材料陈述的贡献
- 摘要称，方法支持成对、多对一及相继比较，扩展了设计矩阵与解释变量范围，并通过实例展示多种比较形式的应用。
- 阅读关注点
- 应核对误差分布及模型间依赖假设、同时覆盖的比较集合和变量区域，并查看两种临界常数模拟方法的精度与计算要求。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；误差假设、覆盖保证和模拟算法细节未说明，不能判断复杂数据结构下的适用性。
原文摘要
Research on multiple comparison during the past 50 years or so has focused mainly on the comparison of several population means. Several years ago, Spurrier considered the multiple comparison of several simple linear regression lines. He constructed simultaneous confidence bands for all of the contrasts of the simple linear regression lines over the entire range (-∞, ∞) when the models have the same design matrices. This article extends Spurrier's work in several directions. First, multiple linear regression models are considered and the design matrices are allowed to be different. Second, the predictor variables are either unconstrained or constrained to finite intervals. Third, the types of comparison allowed can be very flexible, including pairwise, many–one, and successive. Two simulation methods are proposed for the calculation of critical constants. The methodologies are illustrated with examples.