Two-stage estimation and bias-corrected empirical likelihood in a partially linear single-index varying-coefficient model
部分线性单指标变系数模型的两阶段估计与偏差校正经验似然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：摘要研究通用半参数回归模型，单指标与变系数形式本身不足以支持结构估计等分类。
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
部分线性单指标变系数模型的两阶段估计与偏差校正经验似然
- 研究问题
- 在部分线性单指标变系数模型中，如何共同估计回归参数与系数函数，并通过经验似然为目标回归参数构造置信区域？
- 方法与思路
- 作者提出两阶段估计方法，推导估计量的渐近分布，再构造回归参数的偏差校正经验似然比，以实现置信区域推断。
- 材料陈述的贡献
- 摘要称，校正后的经验似然比渐近服从标准卡方分布，可直接用于回归参数置信区域，并通过模拟和真实数据实例考察表现。
- 阅读关注点
- 应核对单指标的识别约束、两阶段估计之间的误差传递、平滑参数条件，以及偏差校正步骤与卡方自由度。
- 阅读边界
- 仅据所给 Crossref 摘要；识别约束、正则条件和有限样本结果未说明，不能据此判断经验似然区间优于其他推断方法。
原文摘要
Abstract The estimation and empirical likelihood (EL) of the parameters of interest in a partially linear single-index varying-coefficient model are studied. A two-stage method is presented to estimate the regression parameters and the coefficient functions. The asymptotic distributions of the proposed estimators are obtained. Meanwhile, a bias-corrected EL ratio for the regression parameters is proposed. It is shown that the ratio is asymptotically standard chi-squared. The result can be directly used to construct the EL confidence regions of the regression parameters. Simulation studies are carried out to evaluate the finite sample behaviour of the proposed method. An application example of a real data set is given.