A NOTE ON LEAST ABSOLUTE DEVIATION ESTIMATION OF A THRESHOLD MODEL
阈值模型最小绝对偏差估计的说明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：摘要研究一般回归阈值参数，没有明确时间变化或条件分位数目标，不足以归入所列细分方向。
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…
关注这篇论文的作者
阈值模型最小绝对偏差估计的说明
- 研究问题
- 研究线性回归阈值参数的最小绝对偏差估计及其推断，为重尾误差下的阈值分析提供理论依据。
- 方法与思路
- 作者推导阈值参数最小绝对偏差估计量的极限分布，并推导基于该方法的阈值参数似然比检验极限分布。
- 材料陈述的贡献
- 摘要称将既有阈值参数的最小二乘理论扩展至最小绝对偏差方法，并首次给出相应检验的极限分布。
- 阅读关注点
- 应核对阈值结构、误差分布和收敛尺度，以及重尾条件下效率比较的依据与检验统计量的具体定义。
- 阅读边界
- 仅据 Crossref 摘要，无法判断效率损失或改进的具体范围；极限分布形式和实现所需条件均未说明。
原文摘要
This paper develops the limit law for the least absolute deviation estimator of the threshold parameter in linear regression. In this respect, we extend the literature of threshold models. The existing literature considers only the least squares estimation of the threshold parameter (see Chan, 1993, Annals of Statistics 21, 520–533; Hansen, 2000, Econometrica 68, 575–605). This result is useful because in the case of heavy-tailed errors there is an efficiency loss resulting from the use of least squares. Also, for the first time in the literature, we derive the limit law for the likelihood ratio test for the threshold parameter using the least absolute deviation technique.