SEMIPARAMETRIC EFFICIENCY FOR CENSORED LINEAR REGRESSION MODELS WITH HETEROSKEDASTIC ERRORS
异方差误差删失线性回归模型的半参数效率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：摘要讨论删失回归的通用半参数效率理论，未明确涉及所列细分领域的具体模型或应用。
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
异方差误差删失线性回归模型的半参数效率
- 研究问题
- 对于误差具有异方差的删失线性回归模型，有限维参数的半参数效率界是什么，又能在何种额外条件下构造有效估计量？
- 方法与思路
- 作者采用既有简化方法计算效率界，在额外的无穷远识别型假设下提出有效估计量，并扩展至删失部分线性单指数模型。
- 材料陈述的贡献
- 摘要称给出异方差删失线性回归有限维参数的效率界及满足额外识别假设的有效估计方案，同时提供更一般模型的扩展。
- 阅读关注点
- 应核对效率界对应的模型与扰动空间、无穷远识别假设的具体形式，以及有效估计量和单指数扩展所需的实施条件。
- 阅读边界
- 仅依据所给 Crossref 摘要；额外识别假设、估计公式及有限样本表现未说明，不能认为所有删失异方差模型都可达到效率界。
原文摘要
Using a simplified approach developed by Severini and Tripathi (2001), we calculate the semiparametric efficiency bound for the finite-dimensional parameters of censored linear regression models with heteroskedastic errors. Under an additional identification at infinity type assumption, we propose an efficient estimator based on a novel result from Lewbel and Linton (2002). An extension to censored partially linear single-index models is also presented.