Comparing Nonparametric Versus Parametric Regression Fits
非参数与参数回归拟合的比较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：摘要核心是回归设定检验与自助法，恩格尔曲线应用不足以确定结构估计等细分方向。
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…
非参数与参数回归拟合的比较
- 研究问题
- 如何判断参数回归模型能否由数据支持，并用参数与非参数拟合曲线之间的积分平方差进行渐近量化和自助推断？
- 方法与思路
- 作者研究两类拟合曲线积分平方差的渐近分布，分析常规自助法失效，并提出和研究 wild bootstrap 方法。
- 材料陈述的贡献
- 摘要称常规自助法无法适当处理该统计量，给出另一种自助方案及其分析，并应用于支出数据中的恩格尔曲线拟合。
- 阅读关注点
- 应核对常规自助法失效的具体机制、wild bootstrap 的生成方式，以及非参数平滑选择对统计量和检验校准的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明完整回归条件、失效范围或应用结果，不能推广为所有自助法的结论。
原文摘要
In general, there will be visible differences between a parametric and a nonparametric curve estimate. It is therefore quite natural to compare these in order to decide whether the parametric model could be justified. An asymptotic quantification is the distribution of the integrated squared difference between these curves. We show that the standard way of bootstrapping this statistic fails. We use and analyse a different form of bootstrapping for this task. We call this method the wild bootstrap and apply it to fitting Engel curves in expenditure data analysis.