A New Method for Examining Rounding Error in Least-Squares Regression Computer Programs
检验最小二乘回归计算程序舍入误差的新方法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：摘要研究回归程序的数值精度与内部检查，缺乏对应所列经济计量细分领域的文本依据。
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
检验最小二乘回归计算程序舍入误差的新方法
- 研究问题
- 如何仅用一个数据集及其适当变换，检查最小二乘回归程序的内部一致性，并发现病态数据下的数值精度问题？
- 方法与思路
- 作者对同一数据集进行适当变换，利用变换前后结果之间应满足的关系开展内部检查，并给出相关定理、证明和示例数据。
- 材料陈述的贡献
- 摘要称提出一种容易应用的最小二乘程序检查方法，只需一个数据集即可考察计算准确性或一致性，并强调病态数据的困难。
- 阅读关注点
- 应核对数据变换的具体形式、检查关系的数学依据，以及内部一致性能够发现哪些舍入误差、又可能遗漏哪些计算问题。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；变换公式和误差判据未提供，内部一致性检查不能直接证明所有输出均准确。
原文摘要
A new, easily applied method for examining any least-squares computer program for internal consistency is given. Only one data set is necessary, and by making appropriate transformations on these data results are given to provide an internal check on the accuracy (or consistency) of the given program. Accuracy becomes an increasing problem, of course, when the original data set is ill-conditioned. The theorems and proofs necessary to the method are presented as well as a sample data set for illustrative purposes.