DISTRIBUTION-FREE ESTIMATION OF THE BOX–COX REGRESSION MODEL WITH CENSORING
删失Box–Cox回归模型的分布无关估计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：摘要明确将含固定效应的面板Box–Cox回归作为研究对象，因此面板数据是直接相关的领域细分。
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
删失Box–Cox回归模型的分布无关估计
- 研究问题
- 当因变量受到删失时，如何估计Box–Cox回归模型，并将方法从横截面扩展到含固定效应的面板数据？
- 方法与思路
- 作者提出横截面与固定效应面板下的分布无关估计程序，通过结合凸最小化问题和一维搜索实现计算。
- 材料陈述的贡献
- 摘要称，该方法补充了删失Box–Cox模型的非参数分布设定估计及固定效应面板研究，并可用于其他变换模型。
- 阅读关注点
- 应核对删失机制、误差及解释变量条件，固定效应如何处理，以及凸优化与一维搜索如何共同确定估计量。
- 阅读边界
- 仅据所给Crossref摘要，无法判断识别条件、渐近性质及有限样本表现；分布无关也不能理解为无需任何模型假设。
原文摘要
The Box–Cox regression model has been widely used in applied economics. However, there has been very limited discussion when data are censored. The focus has been on parametric estimation in the cross-sectional case, and there has been no discussion at all for the panel data model with fixed effects. This paper fills these important gaps by proposing distribution-free estimators for the Box–Cox model with censoring in both the cross-sectional and panel data settings. The proposed methods are easy to implement by combining a convex minimization problem with a one-dimensional search. The procedures are applicable to other transformation models.