Coverage Error Optimal Confidence Intervals for Local Polynomial Regression
局部多项式回归的覆盖误差最优置信区间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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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区间理论，未明确用于因果、分布效应或其他所列方向，故不按估计与推断字样分类。
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…
局部多项式回归的覆盖误差最优置信区间
- 研究问题
- 局部多项式回归置信区间的覆盖误差如何取决于平滑度、带宽及边界位置，怎样选择面向推断的最优带宽？
- 方法与思路
- 作者推导 t 统计量的 Edgeworth 展开及区间覆盖误差展开，涵盖一致于数据生成过程的结果、均匀核和导数估计。
- 材料陈述的贡献
- 摘要称稳健偏差校正区间在所研究情形中具有最快覆盖误差衰减率，并据此提出推断最优带宽及配套软件。
- 阅读关注点
- 应核对展开一致成立的模型类、内点与边界的差异，以及所利用平滑度如何决定最优速率和带宽选择。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实；摘要未列出完整正则条件，最快衰减率不等于所有样本下覆盖最佳。
原文摘要
This paper studies higher-order inference properties of nonparametric local polynomial regression methods under random sampling. We prove Edgeworth expansions for $t$ statistics and coverage error expansions for interval estimators that (i) hold uniformly in the data generating process, (ii) allow for the uniform kernel, and (iii) cover estimation of derivatives of the regression function. The terms of the higher-order expansions, and their associated rates as a function of the sample size and bandwidth sequence, depend on the smoothness of the population regression function, the smoothness exploited by the inference procedure, and on whether the evaluation point is in the interior or on the boundary of the support. We prove that robust bias corrected confidence intervals have the fastest coverage error decay rates in all cases, and we use our results to deliver novel, inference-optimal bandwidth selectors. The main methodological results are implemented in companion \textsf{R} and \textsf{Stata} software packages.