The choice of variables in the design of experiments for linear regression
线性回归实验设计中的变量选择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：摘要研究回归实验设计与变量纳入的误差准则，未明确讨论因果效应或其他所列领域。
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
线性回归实验设计中的变量选择
- 研究问题
- 为拟合线性回归而设计实验时，如何决定是否纳入作用存疑的变量，并以指定自变量区域内的平均均方误差评价选择？
- 方法与思路
- 作者以拟合线性模型在指定自变量区域上的平均均方误差作为实验成功准则，构造变量纳入程序并研究正确排除时的收益。
- 材料陈述的贡献
- 摘要称，论文提出判断存疑变量是否进入实验的程序，并分析正确排除该变量时可以预期的收益；未给出具体量化结果。
- 阅读关注点
- 应核对平均误差所覆盖的区域及权重、存疑变量的作用设定、纳入决策规则，以及正确排除变量所得收益的定义。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，无法确认设计约束、决策阈值或误排除代价；实验设计语境本身不提供因果识别结论。
原文摘要
In this paper, a procedure is developed which can be used to decide if a doubtful variable should be included in an experiment to fit a linear model to a set of yields. The criterion of success of the experiment is based on the mean square error of the fitted linear model, averaged over a specified region of the independent variables. A study is made of the gains to be expected when a variable is correctly excluded.