Regression towards the mode
向众数回归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：摘要提供通用半参数众数回归理论，未明确涉及分位数、分布效应或其他所列具体方向，因此分类证据不足。
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
向众数回归
- 研究问题
- 当因变量的条件密度连续且具有明确的全局众数时，如何在较少限制密度形状的情况下估计条件众数与解释变量的关系？
- 方法与思路
- 作者对条件众数采用参数化函数形式，同时仅对条件密度施加较温和的限制，据此提出半参数众数回归估计量。
- 材料陈述的贡献
- 摘要称，该半参数估计量具有一致性和可处理的渐近分布，为条件众数建模提供兼顾参数结构与密度灵活性的方案。
- 阅读关注点
- 应核对全局众数的唯一性与分离条件、参数函数的识别、估计准则和调节参数，以及渐近分布所需的正则条件。
- 阅读边界
- 仅据所给出版社摘要，无法判断多峰密度或离散结果下的适用性；具体条件、算法与有限样本证据未说明，不推断版本变化。
原文摘要
We propose a semi-parametric mode regression estimator for the case in which the dependent variable has a continuous conditional density with a well-defined global mode. The estimator is semi-parametric in that the conditional mode is specified as a parametric function, but only mild assumptions are made about the nature of the conditional density of interest. We show that the proposed estimator is consistent and has a tractable asymptotic distribution.