Generalized Partially Linear Single-Index Models
广义部分线性单指标模型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：摘要提出通用半参数回归模型，未明确涉及离散选择、结构经济模型或因果效应，故不作细分归类。
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…
广义部分线性单指标模型
- 研究问题
- 如何扩展广义线性回归，使一部分协变量通过未知的单指标函数影响条件均值，另一部分仍保持线性作用？
- 方法与思路
- 作者提出广义部分线性单指标模型，以未知函数作用于部分变量的线性指标，并用局部线性方法估计参数和未知函数。
- 材料陈述的贡献
- 摘要称该模型包含单指标模型，给出了未知参数与函数估计量的渐近分布，并通过例子展示模型及所提出的估计方法。
- 阅读关注点
- 应核对指标参数的归一化、线性与非参数部分的可识别条件、局部线性估计步骤，以及带宽选择和渐近分布的适用条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；公式上下标排版不清，需核对原文或原PDF。识别约束和渐近条件未说明，不能补造具体定理。
原文摘要
The typical generalized linear model for a regression of a response Y on predictors (X, Z) has conditional mean function based on a linear combination of (X, Z). We generalize these models to have a nonparametric component, replacing the linear combination α T 0X + β T 0Z by η0(α T 0X) + β T 0Z, where η0(·) is an unknown function. We call these generalized partially linear single-index models (GPLSIM). The models include the “single-index” models, which have β0 = 0. Using local linear methods, we propose estimates of the unknown parameters (α0, β0) and the unknown function η0(·) and obtain their asymptotic distributions. Examples illustrate the models and the proposed estimation methodology.