A Corrected Plug-in Method for Quantile Interval Construction Through a Transformed Regression
通过变换回归构造分位数置信区间的修正代入法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：摘要直接研究原始响应变量的条件分位数及其置信区间，并比较相关区间构造方法，因此归入分位数与分布效应。
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…
通过变换回归构造分位数置信区间的修正代入法
- 研究问题
- 在误差具有异方差的变换回归中，如何为原始响应变量的条件分位数构造易于计算的置信区间，并分析修正幅度的影响因素？
- 方法与思路
- 作者提出修正代入法，通过变换回归构造原始尺度上的条件分位数区间，并以 Box–Cox 回归为特例，解析考察影响修正幅度的因素。
- 材料陈述的贡献
- 摘要称区间易于计算，蒙特卡洛模拟中总体表现良好，并优于常用 delta 法和分位数回归方法；另给出一个实证应用。
- 阅读关注点
- 阅读时应核对修正项的推导、异方差的处理方式，以及模拟中各方法是否估计同一目标、区间覆盖率与长度如何权衡。
- 阅读边界
- 摘要未说明变换与误差分布的具体条件、区间有效性的理论依据或实证数据，因此不能把所述模拟优势推广至所有设定。
原文摘要
We propose a corrected plug-in method for constructing confidence intervals of the conditional quantiles of an original response variable through a transformed regression with heteroscedastic errors. The interval is easy to compute. Factors affecting the magnitude of the correction are examined analytically through the special case of Box–Cox regression. Monte Carlo simulations show that the new method works well in general and is superior over the commonly used delta method and the quantile regression method. An empirical application is presented.