A Robust Version of Mallows's C P
Mallows Cp 的稳健版本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：摘要讨论通用回归的稳健模型选择，没有指定收益预测、结构估计或其他所列细分领域。
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
Mallows Cp 的稳健版本
- 研究问题
- 回归数据包含离群点或误差偏离正态分布时，如何改造 Mallows Cp，使子模型选择能反映对多数数据的拟合质量？
- 方法与思路
- 作者用稳健拟合的加权残差平方和、稳健方差估计及依赖权重和参数数量的校正项，构造稳健子模型选择准则。
- 材料陈述的贡献
- 摘要称，等权重时该准则退化为经典 Cp；稳健版本考虑离群点与非正态误差，并可结合经典准则提供候选模型。
- 阅读关注点
- 核对稳健权重、方差估计和校正项的定义，以及选模规则、全模型设定与离群点处理如何影响候选子模型。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；所给公式的上下标与求和排版不清，需查原 PDF，不据此重构公式或推导保证。
原文摘要
We present a robust version of Mallows's C P for regression models. It is defined by RC P = W Pσ2 - (U P - V P), where W P = ω i ω2 i r 2 i is a weighted residual sum of squares computed from a robust fit of model P, σ2 is a robust and consistent estimator of σ2 in the full model, and U P and V P are constants depending on the weight function and the number of parameters in model P. Good subset models are those with RC P close to V P or smaller than V P. When the weights are identically 1, W P becomes the residual sum of squares of a least squares fit, and RC P reduces to Mallows's C P. The robust model selection procedure based on RC P allows us to choose the models that fit the majority of the data by taking into account the presence of outliers and possible departures from the normality assumption on the error distribution. Together with the classical C P, the robust version suggests several models from which we can choose.