Single-index Thresholding in Quantile Regression
分位数回归中的单指标门限模型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：摘要直接研究分位数回归、跨分位数门限参数及分位数过程推断，符合分位数与分布效应方向的文本依据。
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…
分位数回归中的单指标门限模型
- 研究问题
- 如何在分位数回归中通过多个预测变量的线性组合划分参数异质的子群，并检验门限参数是否随分位数发生变化？
- 方法与思路
- 作者以单指标确定门限划分，通过平滑门限指示函数构造估计量，开展高斯近似推断，并提出混合自助法与跨分位数检验。
- 材料陈述的贡献
- 摘要称方法可刻画分位数过程的极限分布，混合自助法具有更快的计算速度，并通过模拟和高管薪酬数据展示其用途。
- 阅读关注点
- 应核对单指标与门限的识别及规范化、平滑参数选择、分位数过程推断条件，以及混合自助法的比较对象和计算成本。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未给识别条件、平滑选择规则或速度比较细节，不能据此判断普遍优势或刊本变化。
原文摘要
Threshold regression models are useful for identifying subgroups with heterogeneous parameters. The conventional threshold regression models split the sample based on a single and observed threshold variable, which enforces the threshold point to be equal for all subgroups of the population. In this article, we consider a more flexible single-index threshold model in the quantile regression setup, in which the sample is split based on a linear combination of predictors. We propose a new estimator by smoothing the indicator function in thresholding, which enables Gaussian approximation for statistical inference and allows characterizing the limiting distribution when the quantile process is interested. We further construct a mixed-bootstrap inference method with faster computation and a procedure for testing the constancy of the threshold parameters across quantiles. Finally, we demonstrate the value of the proposed methods via simulation studies, as well as through the application to an executive compensation data.