Degrees-of-freedom tests for smoothing splines
平滑样条的自由度检验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：摘要研究通用平滑样条与可加模型检验，未明确涉及所列经济学应用或专门计量方向。
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
平滑样条的自由度检验
- 研究问题
- 平滑样条如何通过检验在两个自由度水平之间作选择，而非仅优化平滑参数，并将这一思路用于线性及总体效应检验？
- 方法与思路
- 作者在混合效应模型框架中构造似然比型统计量，推导其精确分布，并将方法扩展至可加模型的偏差分析式检验。
- 材料陈述的贡献
- 摘要称相关模型假设保证估计量无偏，检验具有精确分布结果，且可直接导出线性与总体效应检验，并提供模拟及应用。
- 阅读关注点
- 应核对无偏性与精确分布所依赖的模型假设、两个自由度水平的定义，以及可加模型中多项检验和参数选择的处理。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；精确分布与无偏性依赖具体模型假设，不能据此保证任意平滑样条程序均适用。
原文摘要
When using smoothing splines to estimate a function, the user faces the problem of choosing the smoothing parameter. Several techniques are available for selecting this parameter according to certain optimality criteria. Here, we take a different point of view and we propose a technique for choosing between two alternatives, for example allowing for two different levels of degrees of freedom. The problem is addressed in the framework of a mixed‐effects model, whose assumptions ensure that the resulting estimator is unbiased. A likelihood‐ratio‐type test statistic is proposed, and its exact distribution is derived. Tests of linearity and overall effect follow directly. We then extend this idea to additive models where it provides a more attractive alternative than multi‐parameter optimisation, and where it gives exact distributional results that can be used in an analysis‐of‐deviance‐type approach. Examples on real data and a simulation study of level and power complete the paper.