Decision-Theoretic Measures of Influence in Regression
回归中观测影响的决策理论度量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：摘要属于一般回归诊断与贝叶斯决策理论，未提供所列经济计量细分方向的直接依据。
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
回归中观测影响的决策理论度量
- 研究问题
- 在拟合回归模型时，如何从贝叶斯决策理论出发定义单个观测的影响，并体现损失函数与先验选择对影响评价的作用？
- 方法与思路
- 作者以观测对后验风险的影响构造度量，使其依赖指定的损失函数和先验假设，并以正态线性回归模型作说明。
- 材料陈述的贡献
- 摘要称论文提供基于后验风险的观测影响度量框架，明确将影响评价与决策目标及先验联系起来，但未给出比较结论。
- 阅读关注点
- 应核对观测影响的操作性定义、后验风险变化如何计算，以及不同损失与先验设定是否导致不同的影响判断。
- 阅读边界
- 仅据 Crossref 摘要；具体损失、先验和计算公式未提供，示例限于正态线性回归，不能判断其他模型中的适用性。
原文摘要
SUMMARY A Bayesian decision-theoretic framework is used to define the influence of observations when fitting a regression model to data. Measures assessing an observation's influence on the posterior risk depend on the specification of the underlying loss function and prior assumptions. Illustrations are given for normal linear regression models.