Estimation and Testing for Varying Coefficients in Additive Models With Marginal Integration
用边际积分估计和检验加性模型中的变系数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：摘要明确在依赖观测条件下建模，并将方法用于实际 GNP 的数据动态分析。
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…
用边际积分估计和检验加性模型中的变系数
- 研究问题
- 对于具有依赖观测的多元变系数回归，如何估计与检验系数函数，并避免多元非参数估计的维度负担？
- 方法与思路
- 作者采用边际积分进行系数估计和检验，在绝对正则即 β 混合条件下建立理论，并分析西德实际 GNP 数据。
- 材料陈述的贡献
- 摘要称估计达到一元函数估计的收敛率，检验具有渐近正态理论；应用支持简约的部分线性变系数模型。
- 阅读关注点
- 应核对加性结构、边际积分的实施、混合与平滑条件，以及 GNP 应用中模型选择和残差诊断的具体依据。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；带宽、理论条件及应用比较结果未详述，不能推断刊本变化。
原文摘要
We propose marginal integration estimation and testing methods for the coefficients of varying-coefficient multivariate regression models. Asymptotic distribution theory is developed for the estimation method, which enjoys the same rate of convergence as univariate function estimation. For the test statistic, asymptotic normal theory is established. These theoretical results are derived under the fairly general conditions of absolute regularity (β-mixing). Application of the test procedure to West German real GNP (gross national product) data reveals that a partially linear varying coefficient model is best parsimonious in fitting the data dynamics, a fact that is also confirmed with residual diagnostics.