NONPARAMETRIC IDENTIFICATION AND ESTIMATION OF A GENERALIZED ADDITIVE MODEL WITH A FLEXIBLE ADDITIVE STRUCTURE AND UNKNOWN LINK
具有灵活加性结构与未知连接函数的广义加性模型：非参数识别与估计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：摘要讨论通用广义加性模型，未明确涉及因果、面板、离散选择或其他所列领域，分类证据不足。
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…
具有灵活加性结构与未知连接函数的广义加性模型：非参数识别与估计
- 研究问题
- 当连接函数未知、加性分量可以包含多维变量且协变量中存在多个离散变量时，如何非参数识别并估计广义加性模型？
- 方法与思路
- 作者将灵活加性结构的模型转换为包含单变量分量的广义加性模型，再调整已有单变量分量情形的识别和估计程序。
- 材料陈述的贡献
- 摘要称，方法容许多个离散协变量，并得到渐近正态性；连接函数具有一维收敛率，各分量的收敛率取决于自身维度。
- 阅读关注点
- 应核对转换与识别所需的支持条件、规范化和光滑性要求，尤其关注离散变量如何进入模型及不同分量的收敛率表达式。
- 阅读边界
- 仅据所给 Crossref 版本摘要，具体识别条件、估计步骤和收敛率指数均未说明，不能判断适用数据范围或其他版本变化。
原文摘要
This paper proposes a nonparametric approach to identify and estimate the generalized additive model with a flexible additive structure and with possibly discrete variables when the link function is unknown. Our approach allows for a flexible additive structure which provides applied researchers the flexibility to specify their model according to economic theory or practical experience. Motivated by the concerns from empirical research, our method also allows for multiple discrete variables in the covariates. By transforming our model into a generalized additive model with univariate component functions, our identification and estimation thereby follows a procedure adapted from the case with univariate components. The estimators converge to normal distributions in large sample with a one-dimensional convergence rate for the link function and a $d_k$ -dimensional convergence rate for the component function $f_k(\cdot )$ defined on ${\mathbb R}^{d_k}$ for all k .