Simultaneous Confidence Bands for Linear Regression with Heteroscedastic Errors
异方差误差下线性回归的同时置信带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：摘要研究一般回归曲面的同时推断，异方差本身不足以归入金融波动率或其他所列领域细分。
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
异方差误差下线性回归的同时置信带
- 研究问题
- 当回归误差具有异方差时，如何在指定预测变量区域构造同时置信带，并允许方差权重未知且需要估计？
- 方法与思路
- 作者针对异方差且对称的误差构造近似同时置信带，允许一般覆盖区域和线性无偏估计，并讨论小偏差估计的扩展。
- 材料陈述的贡献
- 摘要称方法可处理已知或估计得到的权重，并可扩展至具有少量偏差的线性估计，例如非参数核回归平滑。
- 阅读关注点
- 应核对误差对称性与其他分布条件、权重估计误差的处理，以及区域限制和小偏差对同时覆盖率的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；近似误差及小偏差的允许范围未说明，不能将其理解为任意异方差下的精确置信带。
原文摘要
The Scheffé method may be used to construct simultaneous confidence bands for a regression surface for the whole predictor space. When the bands need only hold for a subset of that space, previous authors have described how the bands can be appropriately narrowed while still maintaining the desired level of confidence. Data with heteroscedastic errors occur often, and unless some transformation is feasible, there is no obvious way to construct bands using the current methods. This article shows how to construct approximate simultaneous confidence bands when the errors are heteroscedastic and symmetric. The method works when the weights are known or unknown and have to be estimated. The region in which the bands must hold can be quite general and will work for any linear unbiased estimate of the regression surface. The method can even be extended to linear estimates with a small amount of bias such as nonparametric kernel regression smoothers.