A graphical method for estimating the residual variance in nonparametric regression
非参数回归残差方差估计的图形方法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：摘要研究通用非参数回归的残差方差估计，未提供对应所列具体应用方向的充分依据。
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…
关注这篇论文的作者
非参数回归残差方差估计的图形方法
- 研究问题
- 非参数回归中的方差估计偏差依赖未知回归函数，如何判断某个估计量的偏差是否足够小，以支持后续推断？
- 方法与思路
- 作者提出图形诊断程序，重点考察由数据差商平方的加权和构成的方差估计量，并据此形成实用估计方法。
- 材料陈述的贡献
- 摘要称该程序可提示特定方差估计的偏差是否较小，将对差商类估计量的分析转化为实际方差估计步骤。
- 阅读关注点
- 应核对图形判断的具体规则、差商与权重的构造，以及回归函数和观测设计如何影响偏差判断与推断有效性。
- 阅读边界
- 仅据未注明稿件版本的索引摘要；摘要未说明图形判断的阈值、适用条件和误判表现，不能据此确认偏差控制或区间覆盖。
原文摘要
If one wishes to make inferences about a regression, then an accurate estimator of the residual variance is required. However, except in the simplest cases, all estimators of variance are biased by an amount which depends on the unknown regression. Here, a graphical procedure is proposed which indicates whether the bias in a particular estimate is small. This procedure is studied in some detail for estimators which are weighted sums of squares of divided differences of the data and leads to a practical method of variance estimation.