A Multiple-Index Model and Dimension Reduction
多指标模型与进一步降维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：摘要虽提到计量多指标模型，但未明确因果、离散选择或经济结构对象，通用降维不足以支持细分。
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
多指标模型与进一步降维
- 研究问题
- 当初步降维后的维数仍大于一时，如何区分线性与非线性成分，进一步简化未知连接函数并改善模型解释？
- 方法与思路
- 作者通过分离线性与非线性部分构造模型，提出设定验证准则和直接估计算法，并推导参数及连接函数的渐近分布。
- 材料陈述的贡献
- 摘要称，该模型包含计量多指标模型和部分线性单指标模型，提供设定检验与估计理论，并以空气污染数据说明方法。
- 阅读关注点
- 应核对线性部分与指标方向的识别、设定验证准则、非参数连接函数的估计步骤，以及应用中比较优势的评价方式。
- 阅读边界
- 所据为 OpenAlex 索引摘要，稿件版本未注明；摘要未说明识别约束、收敛条件和比较数值，不能将应用优势推广到一般情形。
原文摘要
Dimension reduction can be used as an initial step in statistical modeling. Further specification of model structure is imminent and important when the reduced dimension is still greater than 1. In this article we investigate one method of specification that involves separating the linear component from the nonlinear components, leading to further dimension reduction in the unknown link function and, thus, better estimation and easier interpretation of the model. The specified model includes the popular econometric multiple-index model and the partially linear single-index model as its special cases. A criterion is developed to validate the model specification. An algorithm is proposed to estimate the model directly. Asymptotic distributions for the estimators of the parameters and the nonparametric link function are derived. Air pollution data in Chicago are used to illustrate the modeling procedure and to demonstrate its advantages over the existing dimension reduction approaches.