Efficiencies for Stepwise Regressions
逐步回归估计的效率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：摘要仅比较通用回归估计量的均方误差，没有明确的因果、结构、面板或预测应用方向。
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
逐步回归估计的效率
- 研究问题
- 评价逐步回归估计时，若将系数偏差与方差共同纳入均方误差标准，其表现是否可能优于直接最小二乘估计？
- 方法与思路
- 作者在两个变量的情形下，采用相对均方误差比较逐步回归估计与直接最小二乘估计，而不只考察系数偏差。
- 材料陈述的贡献
- 摘要称，在某些条件下，逐步估计量按均方误差标准表现更好；这一结论明确限于所讨论的两个变量情形。
- 阅读关注点
- 应核对逐步筛选规则、比较的估计目标和风险定义，并查明结论依赖的参数区域及其是否仅适用于特定设计。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能判断刊本变化；摘要未说明优势成立的条件，也未涉及筛选后的推断有效性。
原文摘要
Much attention has been paid to bias of coefficients resulting from stepwise regressions. Looking at bias alone implies that stepwise estimates are inferior. However, using the criterion of relative mean square errors, it is shown for the two variable case that under certain circumstances, stepwise estimators are “better” than direct least squares estimators.