Efficient estimation for semivarying-coefficient models
半变系数模型的有效估计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：摘要研究通用半变系数模型的半参数估计，未提供与所列具体领域对应的应用或模型证据。
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…
半变系数模型的有效估计
- 研究问题
- 在同时包含固定参数与变系数成分的模型中，如何有效估计参数，并避免为获得参数收敛速度而额外欠平滑，同时开展模型选择？
- 方法与思路
- 作者提出半变系数模型估计程序，分析对称核下参数估计的偏差与方差性质，建立半参数效率结果，并配套模型选择、模拟及两个应用。
- 材料陈述的贡献
- 摘要称，参数估计达到半参数效率且获得根号样本量一致性无需欠平滑，因此可采用常用带宽选择方法；另提出模型选择程序。
- 阅读关注点
- 应核对固定与变系数部分的识别、核估计与带宽条件、效率界定义及模型选择规则；偏差和方差阶数的指数排版需查原PDF。
- 阅读边界
- 仅依据稿件版本未注明的OpenAlex索引摘要。幂次排版不完整，不能据此重构展开式；摘要未说明具体正则条件或两项应用的结果。
原文摘要
Motivated by two practical problems, we propose a new procedure for estimating a semivarying‐coefficient model. Asymptotic properties are established which show that the bias of the parameter estimator is of order h3 when a symmetric kernel is used, where h is the bandwidth, and the variance is of order n−1 and efficient in the semiparametric sense. Undersmoothing is unnecessary for the root‐n consistency of the estimators. Therefore, commonly used bandwidth selection methods can be employed. A model selection method is also developed. Simulations demonstrate how the proposed method works. Some insights are obtained into the two motivating problems by using the proposed models.