An Adaptive, Rate-Optimal Test of Linearity for Median Regression Models
中位数回归模型线性性的自适应速率最优检验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：研究对象是条件中位数回归函数及其线性性检验，直接属于分位数方法。
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
中位数回归模型线性性的自适应速率最优检验
- 研究问题
- 当非参数备择的光滑度未知且误差存在未知形式的条件异方差时，如何检验条件中位数函数是否为线性？
- 方法与思路
- 作者构造针对未知光滑度非参数备择的自适应检验，无需知道误差分布，并以蒙特卡洛实验和实证例子说明表现。
- 材料陈述的贡献
- 摘要称，该检验对以最快可能速率接近线性模型的备择具有一致性，同时允许未知误差分布和条件异方差。
- 阅读关注点
- 应核对备择函数类、偏离线性的距离定义、速率最优性的具体条件，以及临界值构造和模拟中的尺寸控制。
- 阅读边界
- 仅据版本未注明的索引摘要；摘要未说明光滑度范围、最优速率表达式及有限样本结果，不能据此断言普遍优越。
原文摘要
This article is concerned with testing the hypothesis that a conditional median function is linear against a nonparametric alternative with unknown smoothness. We develop a test that is uniformly consistent against alternatives whose distance from the linear model converges to zero at the fastest possible rate. The test does not require knowledge of the distribution of the model's random noise component, and it permits conditional heteroscedasticity of unknown form. The numerical performance and usefulness of the test are illustrated by the results of Monte Carlo experiments and an empirical example.