The Welch-James approximation to the distribution of the residual sum of squares in a weighted linear regression
加权线性回归残差平方和分布的 Welch–James 近似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：摘要研究一般加权回归中的分布近似，未明确面板、因果、金融波动率或其他所列细分方向。
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
加权线性回归残差平方和分布的 Welch–James 近似
- 研究问题
- 当加权线性回归的权重取自经验方差估计的倒数时，残差平方和的分布如何近似并用于假设检验？
- 方法与思路
- 作者讨论估计权重下残差平方和的近似分布，将结果应用于假设检验，并指出若干可推广的分析情形。
- 材料陈述的贡献
- 摘要称初始结果简化了 James 的既有结果，并提供检验应用与推广方向，但未说明近似精度的具体比较。
- 阅读关注点
- 应核对方差估计与回归观测之间的关系、分布近似和自由度处理，以及假设检验和推广结果的适用条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，无法判断权重估计误差下的检验大小，也不能将近似视为精确分布。
原文摘要
A general discussion is given of the approximate distribution of the residual sum of squares in a linear model in which a weighted analysis is made with weights estimated empirically as the reciprocals of variance estimates. Applications to testing hypotheses are made and various generalizations indicated. The initial results simplify those of James (1951, 1954).