SEMIPARAMETRIC ESTIMATION OF A PARTIALLY LINEAR CENSORED REGRESSION MODEL
部分线性删失回归模型的半参数估计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：摘要明确以条件分位数限制和非参数条件分位数估计构造删失回归程序，对应分位数与分布方向。
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
部分线性删失回归模型的半参数估计
- 研究问题
- 当删失回归模型的潜在回归函数具有部分线性形式时，如何利用条件分位数限制构造估计程序并建立其渐近性质？
- 方法与思路
- 作者提出两阶段估计：先在样本内及适当样本外点非参数估计条件分位数函数，再通过简单的加权最小二乘完成第二阶段。
- 材料陈述的贡献
- 摘要称，该程序在文献常用正则条件下具有良好的渐近性质，小规模模拟显示估计量在中等样本量下表现良好。
- 阅读关注点
- 阅读全文时应核对删失机制、条件分位数限制、样本外评估点与权重的构造，以及第一阶段误差如何进入第二阶段推断。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法确定具体渐近性质、识别条件或模拟指标；小规模模拟评价不能证明普遍优于其他估计方法。
原文摘要
In this paper we propose an estimation procedure for a censored regression model where the latent regression function has a partially linear form. Based on a conditional quantile restriction, we estimate the model by a two stage procedure. The first stage nonparametrically estimates the conditional quantile function at in-sample and appropriate out-of-sample points, and the second stage involves a simple weighted least squares procedure. The proposed procedure is shown to have desirable asymptotic properties under regularity conditions that are standard in the literature. A small scale simulation study indicates that the estimator performs well in moderately sized samples.