Predictive Model Selection
预测式模型选择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：摘要讨论通用正态线性模型选择，未明确涉及宏观预测、金融收益预测或其他所列细分。
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
预测式模型选择
- 研究问题
- 研究如何从大量候选模型中进行选择，以预测式贝叶斯视角减少对模型先验概率及各模型参数详细解释的依赖。
- 方法与思路
- 作者结合特定预测密度和强调可观测量的先验设定构造准则，用于正态线性模型的变量、预测变量变换及方差函数选择。
- 材料陈述的贡献
- 摘要称给出预测式选择方法，通过校准辅助解释不同模型的准则值，并考察其与其他常见选择准则之间的关系。
- 阅读关注点
- 阅读全文时应核对预测密度和先验的定义、校准的参照与含义，以及三类应用中准则构造和模型比较的具体方式。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断先验敏感性、校准细节或预测性能；方法仍有先验设定，也不能推断其他版本的变化。
原文摘要
SUMMARY We consider the problem of selecting one model from a large class of plausible models. A predictive Bayesian viewpoint is advocated to avoid the specification of prior probabilities for the candidate models and the detailed interpretation of the parameters in each model. Using criteria derived from a certain predictive density and a prior specification that emphasizes the observables, we implement the proposed methodology for three common problems arising in normal linear models: variable subset selection, selection of a transformation of predictor variables and estimation of a parametric variance function. Interpretation of the relative magnitudes of the criterion values for various models is facilitated by a calibration of the criteria. Relationships between the proposed criteria and other well-known criteria are examined.