Efficient semiparametric estimator for heteroscedastic partially linear models
异方差部分线性模型的有效半参数估计量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：摘要研究一般异方差部分线性模型的半参数效率，未明确包含因果识别、面板结构或金融波动率问题。
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
异方差部分线性模型的有效半参数估计量
- 研究问题
- 异方差部分线性模型中，基线函数估计不佳为何可能使简单加权估计恶化，如何构造一致且达到效率界的估计量？
- 方法与思路
- 作者提出一族一致估计量并分析渐近性质，以其中的半参数核估计量实现效率界，再讨论核与样条平滑的启发式联系。
- 材料陈述的贡献
- 摘要称核估计量可达到半参数效率界，而加权部分样条估计量的有效性仅为猜想；另以理论说明和模拟展示性质。
- 阅读关注点
- 应核对基线和方差函数条件、权重与平滑选择、效率界的定义，以及核估计的证明和样条有效性猜想之间的边界。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，不能判断具体条件或模拟改善幅度；加权部分样条达到效率界的说法仍是猜想。
原文摘要
We study the heteroscedastic partially linear model with an unspecified partial baseline component and a nonparametric variance function. An interesting finding is that the performance of a naive weighted version of the existing estimator could deteriorate when the smooth baseline component is badly estimated. To avoid this, we propose a family of consistent estimators and investigate their asymptotic properties. We show that the optimal semiparametric efficiency bound can be reached by a semiparametric kernel estimator in this family. Building upon our theoretical findings and heuristic arguments about the equivalence between kernel and spline smoothing, we conjecture that a weighted partial-spline estimator could also be semiparametric efficient. Properties of the proposed estimators are presented through theoretical illustration and numerical simulations.