ENCOMPASSING TESTS FOR NONPARAMETRIC REGRESSIONS
非参数回归模型的涵盖检验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：摘要研究一般非参数回归模型的涵盖检验，未提供因果、面板、时间序列或金融应用等细分依据。
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
非参数回归模型的涵盖检验
- 研究问题
- 如何用正式框架表达一个非参数回归模型对另一个模型的涵盖关系，并构造兼顾带宽偏差和小样本表现的检验？
- 方法与思路
- 作者通过 L² 距离定义涵盖关系，使用核回归构造完全非参数检验，研究两种小偏差处理方式，并建立野生自助法的有效性。
- 材料陈述的贡献
- 摘要称，建立了非参数涵盖的正式框架与检验程序，证明野生自助法有效，并考察数据驱动带宽在小到中等样本中的表现。
- 阅读关注点
- 应核对涵盖假设与一般模型相等检验的区别、距离的定义、两种偏差控制方式，以及带宽选择和自助法有效性的条件。
- 阅读边界
- 仅据所给 Crossref 版本摘要，模型范围、平滑条件和小样本结果数值未说明，不能判断普遍性能优势或其他版本变化。
原文摘要
We set up a formal framework to characterize encompassing of nonparametric models through the $L^2$ distance. We contrast it to previous literature on the comparison of nonparametric regression models. We then develop testing procedures for the encompassing hypothesis that are fully nonparametric. Our test statistics depend on kernel regression, raising the issue of bandwidth’s choice. We investigate two alternative approaches to obtain a “small bias property” for our test statistics. We show the validity of a wild bootstrap method. We empirically study the use of a data-driven bandwidth and illustrate the attractive features of our tests for small and moderate samples.