Bootstrap confidence bands for regression curves and their derivatives
回归曲线及其导数的自助法置信带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：摘要研究通用回归函数与导数的非参数置信带，未指定时间序列、因果或其他所列应用方向，不因涉及推断而强行分类。
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
回归曲线及其导数的自助法置信带
- 研究问题
- 如何为回归曲线及其前若干阶导数构造置信带，并比较基于渐近分布与平滑自助法的推断方式？
- 方法与思路
- 作者采用局部多项式估计构造置信带，允许多参数局部似然及其他无偏估计方程，并研究平滑自助法替代方案。
- 材料陈述的贡献
- 摘要称，框架覆盖回归曲线与其前 p 阶导数的置信带，兼容多类局部估计方法，并以模拟展示有限样本性质。
- 阅读关注点
- 应核对多项式阶数与导数阶数的关系、偏差和带宽处理、置信带覆盖范围，以及平滑自助法如何生成重抽样数据。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明覆盖精度、带宽规则或模拟结果，不能认定自助法更优或推断刊本变化。
原文摘要
Confidence bands for regression curves and their first p derivatives are obtained via local pth order polynomial estimation. The method allows for multiparameter local likelihood estimation as well as other unbiased estimating equations. As an alternative to the confidence bands obtained by asymptotic distribution theory, we also study smoothed bootstrap confidence bands. Simulations illustrate the finite sample properties of the methodology.