Foundations for Envelope Models and Methods
包络模型与方法的基础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：摘要提供通用回归与降维方法，逻辑回归的出现不足以确定其属于经济离散选择研究。
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
包络模型与方法的基础
- 研究问题
- 如何将原用于多元线性回归的包络方法推广到更一般的估计程序，以减少估计与预测中的变异？
- 方法与思路
- 作者提出一般包络定义及适配估计程序的框架，将其应用于加权最小二乘、广义线性模型和 Cox 回归。
- 材料陈述的贡献
- 摘要称，新框架扩展了包络方法的适用范围；模拟与示例分析展示其在线性判别、逻辑回归和泊松回归中的改进潜力。
- 阅读关注点
- 应核对一般包络的定义、维度选择、与原估计程序的结合方式，以及模拟中改进表现依赖的数据结构和比较基准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，无法判断刊本变化；摘要未列效率保证的条件，也未说明改进幅度及计算代价。
原文摘要
Envelopes were recently proposed by Cook, Li and Chiaromonte as a method for reducing estimative and predictive variations in multivariate linear regression. We extend their formulation, proposing a general definition of an envelope and a general framework for adapting envelope methods to any estimation procedure. We apply the new envelope methods to weighted least squares, generalized linear models and Cox regression. Simulations and illustrative data analysis show the potential for envelope methods to significantly improve standard methods in linear discriminant analysis, logistic regression and Poisson regression. Supplementary materials for this article are available online.