On post dimension reduction statistical inference
降维后的统计推断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：摘要是一般降维后推断理论，未提供因果、面板、预测或因子模型等细分方向的直接证据。
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
降维后的统计推断
- 研究问题
- 忽略充分降维的估计误差会如何影响下游区间与检验，怎样为不同降维方法和建模方法建立统一的修正框架？
- 方法与思路
- 作者以降维方法和后续建模方法的影响函数为基础，推导组合程序的影响函数，并构造置信区间与假设检验。
- 材料陈述的贡献
- 摘要称，框架可容纳具有相应影响函数的多种降维与建模方法，给出显式推断公式，并开展模拟和真实数据分析。
- 阅读关注点
- 核对影响函数存在所需的条件、降维误差如何进入下游方差，以及不同方法组合下区间覆盖率和检验表现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体正则条件和有限样本结果未说明，框架的适用性受影响函数可获得性限制。
原文摘要
The methodologies of sufficient dimension reduction have undergone extensive developments in the past three decades. However, there has been a lack of systematic and rigorous development of post dimension reduction inference, which has seriously hindered its applications. The current common practice is to treat the estimated sufficient predictors as the true predictors and use them as the starting point of the downstream statistical inference. However, this naive inference approach would grossly overestimate the confidence level of an interval, or the power of a test, leading to the distorted results. In this paper, we develop a general and comprehensive framework of post dimension reduction inference, which can accommodate any dimension reduction method and model building method, as long as their corresponding influence functions are available. Within this general framework, we derive the influence functions and present the explicit post reduction formulas for the combinations of numerous dimension reduction and model building methods. We then develop post reduction inference methods for both confidence interval and hypothesis testing. We investigate the finite-sample performance of our procedures by simulations and a real data analysis.