Interval quantile correlations with applications to testing high-dimensional quantile effects
区间分位数相关及高维分位数效应检验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：摘要直接定义跨分位数区间的关联度量，并将其用于高维分位数回归效应的显著性检验。
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
区间分位数相关及高维分位数效应检验
- 研究问题
- 如何衡量两个变量在一段分位数水平上的关联，并在控制部分协变量后检验高维分位数回归中协变量效应的显著性？
- 方法与思路
- 作者定义区间分位数相关与偏相关，估计各协变量的边际区间偏相关，再将其汇总为和型检验统计量。
- 材料陈述的贡献
- 摘要称建立相关估计量在原假设和备择下的渐近性质，汇总检验在原假设下渐近标准正态，并以模拟展示检测能力。
- 阅读关注点
- 应核对分位数区间和控制变量如何选择，高维增长与变量依赖的限制，以及聚合信息对不同效应形态的功效影响。
- 阅读边界
- 仅据所给 RePEc 出版社摘要；正则条件、具体应用和功效数值未说明，相关与偏相关也不能直接解释为因果效应。
原文摘要
In this article, we propose interval quantile correlation and interval quantile partial correlation to measure the association between two random variables over an interval of quantile levels. We construct efficient estimators for the proposed correlations, and establish their asymptotic properties under the null and alternative hypotheses. We further use the interval quantile partial correlation to test for the significance of covariate effects in high-dimensional quantile regression when a subset of covariates are controlled. We calculate marginal interval quantile partial correlations for each covariate, then aggregate them to construct a sum-type test statistic. The null distribution of our proposed test statistic is asymptotically standard normal. We use extensive simulations and an application to illustrate that our proposed test, which pools information across an interval of quantile levels to enhance power performances, is very effective in detecting quantile effects.