Estimation and Testing of Varying Coefficients in Quantile Regression
分位数回归中变系数的估计与检验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：摘要明确研究变系数分位数回归及其系数检验，直接属于分位数方法方向。
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
分位数回归中变系数的估计与检验
- 研究问题
- 在变系数分位数回归中，如何利用系数原假设隐含的结构特征，简化常见假设检验并提高相对于传统秩得分检验的检验力？
- 方法与思路
- 作者把系数原假设与可降秩模型联系起来，用 B 样条逼近变系数，并通过评估变换后系数矩阵的一维结构构造检验。
- 材料陈述的贡献
- 摘要称，所建立的结构联系缓解了变系数分位数模型中的检验困难；数值研究显示，在考察情形下检验力可明显高于秩得分检验。
- 阅读关注点
- 应核对原假设的具体形式、一维结构与原假设之间的对应关系，以及样条复杂度、检验校准和检验力比较中的尺寸控制。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，原假设、检验统计量及理论条件未具体列明；不能将数值检验力优势普遍化，刊本变化未核验。
原文摘要
In this article, we establish a novel connection between the null hypothesis H0 on the coefficients and a rank-reducible form of the varying coefficient model in quantile regression. We use B-splines to approximate the varying coefficients in the rank-reducible model, and make use of the fact that the null hypothesis H0 implies a unidimensional structure of a transformed coefficient matrix for the B-spline basis functions. By evaluating the unidimensional structure, we alleviate the difficulty of testing such hypotheses commonly considered in varying coefficient quantile models. We demonstrate through numerical studies that the proposed method can be much more powerful than the rank score test which is widely used in the quantile regression literature. Supplementary materials for this article are available online.