我们提出了一种正式的统计程序来度量预测模型中使用的观测值的关联性。通过该方法，我们可以筛选掉不相关的观测值，并基于数学等价性生成对因变量的预测，即因变量过去值的相关性加权平均值。度量预测样本所用的观测值的关联性有多个益处。这与我们自然地处理经验以思考未来的方式一致。

它揭示了线性回归分析一个耐人寻味的特征，即该分析对不相关观测值的重视程度与给予相关观测值的重视程度相同。因此，它提出了一个问题，我们是否可以通过筛除不相关的观测值来产生更可靠的预测。它建立了一个统一的视角来看待回归、事件研究和机器学习算法。也许最重要的是，它使分析师能够做出更可靠的预测。