Direct Simultaneous Inference in Additive Models and Its Application to Model Undernutrition
可加模型的直接同时推断及营养不足建模应用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：摘要主要讨论通用可加模型的同时推断，营养研究应用未说明因果设计或其他所列细分结构，因此不作分类。
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…
可加模型的直接同时推断及营养不足建模应用
- 研究问题
- 如何为可加模型中的平滑函数及其导数构造同时置信带和设定检验，同时允许函数平滑程度不均匀及数据异方差？
- 方法与思路
- 作者结合惩罚样条的混合模型表示与基于管体积公式的同时概率计算，直接开展推断而无需重抽样，并用于肯尼亚儿童营养研究。
- 材料陈述的贡献
- 摘要称，该方法简单且快速，可处理函数和导数的同时推断及异方差；模拟考察有限样本性质，并通过 R 软件包提供实现。
- 阅读关注点
- 应核对置信带的覆盖对象、平滑参数如何处理，以及管体积计算的适用条件、导数推断和异方差处理在模拟中的覆盖表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未给出覆盖率、检验尺寸或完整条件，营养决定因素的分析也不自动具有因果解释。
原文摘要
This article proposes a simple and fast approach to build simultaneous confidence bands and perform specification tests for smooth curves in additive models. The method allows for handling of spatially heterogeneous functions and its derivatives as well as heteroscedasticity in the data. It is applied to study the determinants of chronic undernutrition of Kenyan children, with a particular focus on the highly nonlinear age pattern in undernutrition. Model estimation using the mixed model representation of penalized splines in combination with simultaneous probability calculations based on the volume-of-tube formula enable the simultaneous inference directly, that is, without resampling methods. Finite sample properties of simultaneous confidence bands and specification tests are investigated in simulations. To facilitate and enhance its application, the method has been implemented in the R package AdaptFitOS.