跳到正文
← 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:摘要明确提到一阶自回归序列作为所考虑的数据类型,与时间序列方向直接相关;其余细分领域在摘要中缺乏文本依据。

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
A. AZZALINI
A. W. BOWMAN
W. HÄRDLE

非参数回归在模型检验中的应用

研究问题
摘要称,研究如何用非参数回归检验参数回归模型的拟合优度,核心是核查回归曲线本身是否成立,而非以识别离群点为主要目标。
方法与思路
作者提出一种伪似然比检验,用于对模型拟合做整体评估,并用模拟带刻画偏离模型的方向;摘要称所考虑的数据类型包括离散响应变量与一阶自回归序列,并给出若干数值例子。
材料陈述的贡献
摘要明确陈述的贡献是:将非参数回归用于参数回归模型的拟合检验,提出伪似然比检验与模拟带,并把适用范围扩展到标准诊断方法常不适用的离散响应数据及一阶自回归序列。
阅读关注点
阅读全文时应核对:伪似然比检验的构造与零分布如何得到、模拟带的覆盖率与实现细节、离散响应与自回归情形下检验的适用条件,以及数值例子中偏离方向是否可被可靠识别。
阅读边界
仅凭摘要无法判断检验的渐近性质、识别假设、有限样本表现与相对其他诊断方法的优劣;摘要未说明具体数据、样本量与数值结果,也未注明稿件版本,不能据此声称已通过同行评审或期刊接收。

原文摘要

The use of nonparametric regression is explored to check the fit of a parametric regression model. The principal aim is to check the validity of the regression curve rather than necessarily to detect outliers. A pseudo likelihood ratio test is developed to provide a global assessment of fit and simulation bands are used to indicate the nature of departures from the model. The types of data considered include discrete response variables, where standard diagnostic techniques are often not appropriate, and first-order autoregressive series. Several numerical examples are given.

笔记与分组
相关领域论文