Noncrossing quantile regression curve estimation
不交叉分位数回归曲线估计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曲线、分位数次序约束及响应分布的有效性。
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
不交叉分位数回归曲线估计
- 研究问题
- 分别估计不同分位数曲线可能导致曲线交叉，如何在线性与非参数回归中维持分位数次序并改善估计稳定性？
- 方法与思路
- 作者提出带不交叉约束的分位数回归，研究其渐近性质，并以模拟和热带气旋强度数据再分析展示程序用途。
- 材料陈述的贡献
- 摘要称标准条件下估计量与通常方法具有相同渐近性质；无交叉时退化为经典估计，跨分位数平滑与稳定性带来性能改善。
- 阅读关注点
- 应核对约束作用的自变量范围、线性与非参数实现、渐近等价条件，以及跨分位数平滑和稳定性如何实现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；标准条件、约束覆盖范围与性能改善数值未说明，不能保证样本外始终不交叉。
原文摘要
Since quantile regression curves are estimated individually, the quantile curves can cross, leading to an invalid distribution for the response. A simple constrained version of quantile regression is proposed to avoid the crossing problem for both linear and nonparametric quantile curves. A simulation study and a reanalysis of tropical cyclone intensity data shows the usefulness of the procedure. Asymptotic properties of the estimator are equivalent to the typical approach under standard conditions, and the proposed estimator reduces to the classical one if there is no crossing. The performance of the constrained estimator has shown significant improvement by adding smoothing and stability across the quantile levels.