MORE EFFICIENT ESTIMATION IN NONPARAMETRIC REGRESSION WITH NONPARAMETRIC AUTOCORRELATED ERRORS
非参数自相关误差下非参数回归的更有效估计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：摘要直接研究自相关误差、弱依赖及预白化，属于时间序列依赖下的回归估计。
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
非参数自相关误差下非参数回归的更有效估计
- 研究问题
- 当非参数回归误差存在非参数形式的自相关时，如何利用这种依赖结构提高回归均值估计的效率？
- 方法与思路
- 作者提出三步估计程序，以局部多项式估计因变量的非参数预白化变换，并扩展到线性指数族准则函数。
- 材料陈述的贡献
- 摘要称，弱依赖下估计量具有渐近分布，且比常规局部多项式估计更有效；模拟提示有限样本可有明显收益。
- 阅读关注点
- 应核对三步程序如何处理预白化估计误差、弱依赖与带宽条件，以及效率比较针对的估计目标和模拟设计。
- 阅读边界
- 仅据所给出版社摘要，无法确认弱依赖的具体限制或效率增益幅度；摘要中的模拟陈述不能推广到所有样本。
原文摘要
We define a three-step procedure for more efficient estimation of the nonparametric regression mean with nonparametric autocorrelated errors. The procedure is based upon a nonparametric prewhitening transformation of the dependent variable that has to be estimated from the data by a local polynomial technique. We establish the asymptotic distribution of our estimator under weak dependence conditions and show that it is more efficient than the conventional local polynomial estimator. Furthermore, we consider criterion functions based on the linear exponential family, which include the local polynomial least squares criterion as a special case. Simulation evidence suggests that significant gains can be achieved in finite samples with our approach.The authors thank Oliver Linton for his many constructive and helpful suggestions. The very insightful comments from the referees are also gratefully acknowledged. The second author gratefully acknowledges financial support from the Academic Senate, UCR.