Adaptive Rules for Seminonparametric Estimators That Achieve Asymptotic Normality
实现渐近正态性的半非参数估计量自适应规则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：摘要明确涉及消费者间接效用函数与需求弹性、非线性时间序列，以及带 ARCH 主项的条件密度，分别支持这三个方向。
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…
关注这篇论文的作者
实现渐近正态性的半非参数估计量自适应规则
- 研究问题
- 题名关注半非参数估计的自适应规则与渐近正态性，但所给摘要主要介绍此类估计在消费者需求和非线性时间序列中的构造。
- 方法与思路
- 摘要介绍用截断级数替代间接效用函数，以及用含 ARCH 主项的 Hermite 展开描述条件密度，再采用参数回归或最大似然拟合。
- 材料陈述的贡献
- 所给摘要明确描述半非参数估计的应用背景与构造方式，但没有陈述题名所指自适应规则的形式或渐近正态性的新结果。
- 阅读关注点
- 应核对全文是否给出截断阶数的自适应选择规则、渐近正态性定理及条件，并区分需求弹性推断和条件密度估计两类应用。
- 阅读边界
- 所给 Crossref 摘要似仅包含背景介绍，未说明自适应规则、证明或比较结果；不能仅凭题名认定已建立具体渐近正态性结论。
原文摘要
In econometrics, seminonparametric (SNP) estimators originated in the consumer demand literature. The Fourier flexible form is a well-known example. The idea is to replace the consumer's indirect utility function with a truncated series expansion and then use a parametric procedure, such as nonlinear multivariate regression, to set a confidence interval on an elasticity. More recently, SNP estimators have been used in nonlinear time series analysis. A truncated Hermite expansion with an ARCH leading term is used as the conditional density of the process. The method of maximum likelihood is used to fit it to data.