ASYMPTOTIC PROPERTIES OF NONPARAMETRIC FRONTIER ESTIMATORS
非参数前沿估计量的渐近性质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：摘要明确以经验条件分位数函数及其统一置信带为核心，直接对应分位数与分布方向。
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…
非参数前沿估计量的渐近性质
- 研究问题
- 既有非参数前沿估计中的经验条件分位数函数具有怎样的极限行为，能否避免估计未知分位数密度而构造统一置信带？
- 方法与思路
- 作者证明经验条件分位数函数的弱收敛，分析其极限对未知条件分位数密度的依赖，并提出不估计该密度的置信带方法。
- 材料陈述的贡献
- 摘要明确陈述条件分位数函数的弱收敛结果，并提供绕开条件分位数密度估计的统一置信带构造方法。
- 阅读关注点
- 应核对前沿与条件分位数的联系、弱收敛所用函数空间，以及置信带如何处理未知密度并实现统一覆盖。
- 阅读边界
- 所给 Crossref 摘要未说明置信带算法、分位数范围或覆盖条件，也未报告有限样本结果；不能据此评价实际覆盖准确度。
原文摘要
Aragon, Daouia, and Thomas-Agnan (2005, Econometric Theory 21, 358–389) introduced a new nonparametric frontier estimation. We prove the weak convergence of the empirical conditional quantile function. The distribution of the limit depends on the unknown conditional quantile density function. We provide a method to construct uniform confidence bands without estimating the conditional quantile density.