On Small Sample Properties of R 2 in a Linear Regression Model with Multivariate t Errors and Proxy Variables
多元 t 误差与代理变量下线性回归 R² 的小样本性质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：摘要讨论一般线性回归拟合指标在代理变量和特定误差分布下的性质，未提供给定细分领域的明确依据。
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
多元 t 误差与代理变量下线性回归 R² 的小样本性质
- 研究问题
- 在线性回归使用代理变量替代不可观测解释变量、且误差服从多元 t 分布时，调整与未调整 R² 的小样本可靠性如何？
- 方法与思路
- 作者考察该模型中决定系数的小样本性质，并从偏差和均方误差两个角度比较调整与未调整指标；摘要未说明推导方法。
- 材料陈述的贡献
- 摘要称，当不可观测变量是重要变量时，调整 R² 在偏差和均方误差方面可能比未调整 R² 更不可靠。
- 阅读关注点
- 应核对代理变量的设定、变量重要性的具体含义、多元 t 分布的参数限制，以及两类 R² 比较成立的条件。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定比较的条件和幅度；结论带有情境限制，不能概括为调整 R² 总是更差。
原文摘要
In this paper we consider the small sample properties of the coefficient of determination in a linear regression model with multivariate t errors when proxy variables are used instead of unobservable regressors. The results show that if the unobservable variable is an important variable, the adjusted coefficient of determination can be more unreliable in small samples than the unadjusted coefficient of determination from both viewpoints of the bias and the MSE.