A Projection Framework for Testing Shape Restrictions That Form Convex Cones
检验凸锥形状约束的投影框架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：摘要的核心是通用凸锥约束检验，分布、密度与结构模型属于列举的适用场景，尚不足以确定所列具体领域细分。
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
检验凸锥形状约束的投影框架
- 研究问题
- 当形状约束构成凸锥且检验具有非标准性质时，如何构造一致有效、渐近不保守的检验，并简化临界值与调节参数选择？
- 方法与思路
- 作者利用凸锥几何带来的单调性建立投影检验与 bootstrap 程序，借助强逼近扩展适用模型，并提出数据驱动的调节参数选择。
- 材料陈述的贡献
- 摘要称检验一致有效且渐近不保守，bootstrap 无需估计局部参数空间；数据驱动调参具有有效性证明，蒙特卡洛模拟表现良好。
- 阅读关注点
- 重点核对哪些形状约束构成凸锥、强逼近条件与投影计算，并审查一致有效、渐近不保守及数据驱动调参各自的证明和模拟设计。
- 阅读边界
- 摘要未列出具体约束、调节参数规则、模拟设计或计算成本；仅凭摘要不能判断其相对其他检验的有限样本优势与适用边界。
原文摘要
This paper develops a uniformly valid and asymptotically nonconservative test based on projection for a class of shape restrictions. The key insight we exploit is that these restrictions form convex cones, a simple and yet elegant structure that has been barely harnessed in the literature. Based on a monotonicity property afforded by such a geometric structure, we construct a bootstrap procedure that, unlike many studies in nonstandard settings, dispenses with estimation of local parameter spaces, and the critical values are obtained in a way as simple as computing the test statistic. Moreover, by appealing to strong approximations, our framework accommodates nonparametric regression models as well as distributional/density‐related and structural settings. Since the test entails a tuning parameter (due to the nonstandard nature of the problem), we propose a data‐driven choice and prove its validity. Monte Carlo simulations confirm that our test works well.