U-Processes in the Analysis of a Generalized Semiparametric Regression Estimator
广义半参数回归估计量分析中的 U 过程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：摘要明确将二元选择回归的 Klein–Spady 估计量列为框架特例。
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
广义半参数回归估计量分析中的 U 过程
- 研究问题
- 如何为包含单指标最小二乘和二元选择估计作为特例的广义半参数回归估计量建立一致性与渐近正态性？
- 方法与思路
- 作者通过两次函数展开揭示准则函数的 U 过程结构，再用新的 U 过程最大不等式建立所需的随机等度连续性。
- 材料陈述的贡献
- 摘要称该证明方法减少了传统分析中的技术细节，并提供容纳既有估计量的框架，也提示其他具有渐近正态性的估计量。
- 阅读关注点
- 应核对广义准则、平滑与正则条件、U 过程展开余项及最大不等式；还须确认摘要缺失的收敛速度符号。
- 阅读边界
- 所给 Crossref 摘要的“一致性”前缺失速度标记，不能补写为根号样本量一致性；完整定理条件也未提供。
原文摘要
We prove -consistency and asymptotic normality of a generalized semiparametric regression estimator that includes as special cases Ichimura's semiparametric least-squares estimator for single index models, and the estimator of Klein and Spady for the binary choice regression model. Two function expansions reveal a type of U-process structure in the criterion function; then new U-process maximal inequalities are applied to establish the requisite stochastic equicontinuity condition. This method of proof avoids much of the technical detail required by more traditional methods of analysis. The general framework suggests other -consistent and asymptotically normal estimators.