Statistical inference for four-regime segmented regression models
四区制分段回归模型的统计推断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：摘要明确处理时间依赖数据的回归推断，但区制由协变量决定，未明确研究时间结构突变。
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
四区制分段回归模型的统计推断
- 研究问题
- 对于具有时间依赖、且区制边界由多维协变量决定的数据，如何估计最多四个区制的分段回归并开展推断？
- 方法与思路
- 作者用混合整数二次规划求解最小二乘估计，推导回归与边界参数的渐近性质，并提出平滑回归自助法和模型选择。
- 材料陈述的贡献
- 摘要称，文章提供估计、推断与区制数量选择的方法，并在模拟和北京空气污染案例中展示三或四区制模型的适用性。
- 阅读关注点
- 应核对时间依赖与边界效应条件、两类参数的收敛率、优化求解保证，以及自助推断和模型选择的有效范围。
- 阅读边界
- Crossref 摘要未提供具体分布和模拟结果；协变量决定的区制边界不能直接解释为按时间发生的结构突变。
原文摘要
Segmented regression models offer model flexibility and interpretability as compared to the global parametric and the nonparametric models, and yet are challenging in both estimation and inference. We consider a four-regime segmented model for temporally dependent data with segmenting boundaries depending on multivariate covariates with nondiminishing boundary effects. A mixed integer quadratic programming algorithm is formulated to facilitate the least square estimation of the regression and the boundary parameters. The rates of convergence and the asymptotic distributions of the least square estimators are obtained for the regression and the boundary coefficients, respectively. We propose a smoothed regression bootstrap to facilitate inference on the parameters and a model selection procedure to select the most suitable model within the model class with at most four segments. Numerical simulations and a case study on air pollution in Beijing are conducted to demonstrate the proposed approach, which shows that the segmented models with three or four regimes are suitable for the modeling of the meteorological effects on the PM2.5 concentration.