Estimation of a semiparametric transformation model
半参数变换模型的估计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：摘要研究通用半参数变换与可分回归，未明确经济结构模型或其他所列细分对象。
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…
半参数变换模型的估计
- 研究问题
- 如何识别并估计变换参数，使变换后的模型满足预定的加性或乘性可分回归结构，同时允许其余部分采用非参数估计？
- 方法与思路
- 作者讨论模型识别，并提出剖面似然最大化和偏离独立性的均方距离最小化两种方法，在其余部分满足一致性条件时分析估计性质。
- 材料陈述的贡献
- 摘要称，提出变换参数的一致估计方法，给出一般非参数估计类的渐近结果，并通过变换后可分模型实例与模拟展示方法。
- 阅读关注点
- 应核对变换与回归结构的识别约束、独立性距离的定义、非参数部分所需的条件，以及两种估计方法的渐近结果和模拟设定。
- 阅读边界
- 以下沿用原解读对于其预印本摘要的限制：这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明完整识别条件、具体极限分布及小样本结果，不能认定两种方法孰优。 复用旧预印本摘要解读；摘要与本条目相同，未另读刊稿全文，原请求未记录具体预印本版本。
原文摘要
This paper proposes consistent estimators for transformation parameters in semiparametric models. The problem is to find the optimal transformation into the space of models with a predetermined regression structure like additive or multiplicative separability. We give results for the estimation of the transformation when the rest of the model is estimated non- or semi-parametrically and fulfills some consistency conditions. We propose two methods for the estimation of the transformation parameter: maximizing a profile likelihood function or minimizing the mean squared distance from independence. First the problem of identification of such models is discussed. We then state asymptotic results for a general class of nonparametric estimators. Finally, we give some particular examples of nonparametric estimators of transformed separable models. The small sample performance is studied in several simulations.