FSEM: Functional Structural Equation Models for Twin Functional Data
FSEM：双胞胎函数型数据的函数型结构方程模型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：摘要中的结构方程用于双胞胎遗传与环境分解，未涉及经济行为结构估计，不能仅凭模型名称归入结构估计方向。
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…
FSEM：双胞胎函数型数据的函数型结构方程模型
- 研究问题
- 如何从双胞胎函数型数据中分解遗传和环境作用，同时刻画协变量与函数型观测之间随位置变化的关联并进行局部检验？
- 方法与思路
- 作者提出函数型结构方程模型，以三阶段程序估计变系数函数和三个协方差算子，并使用加权似然比统计量进行位置或区域检验。
- 材料陈述的贡献
- 摘要称，文章分析估计函数、协方差算子和检验统计量的理论性质，通过蒙特卡洛模拟评价，并用于双胞胎脑白质束数据。
- 阅读关注点
- 应核对遗传与环境分解的模型假设、三阶段估计之间的误差传递，以及协方差算子的性质和位置、区域检验的校准方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；具体分解假设、理论结论和遗传环境作用的估计数值未说明。
原文摘要
The aim of this paper is to develop a novel class of functional structural equation models (FSEMs) for dissecting functional genetic and environmental effects on twin functional data, while characterizing the varying association between functional data and covariates of interest. We propose a three-stage estimation procedure to estimate varying coefficient functions for various covariates (e.g., gender) as well as three covariance operators for the genetic and environmental effects. We develop an inference procedure based on weighted likelihood ratio statistics to test the genetic/environmental effect at either a fixed location or a compact region. We also systematically carry out the theoretical analysis of the estimated varying functions, the weighted likelihood ratio statistics, and the estimated covariance operators. We conduct extensive Monte Carlo simulations to examine the finite-sample performance of the estimation and inference procedures. We apply the proposed FSEM to quantify the degree of genetic and environmental effects on twin white-matter tracts obtained from the UNC early brain development study.