Monotone Regression Estimates for Grouped Observations
分组观测的单调回归估计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：摘要属于通用形状约束回归，未提供所列经济计量细分方向的直接研究对象。
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
分组观测的单调回归估计
- 研究问题
- 正态误差下的单调回归估计具有非标准点态极限分布，能否通过相邻观测分组改善收敛速度并获得渐近正态性？
- 方法与思路
- 作者将相邻观测分组，对各组均值进行保序化处理，分析特定组大小下的渐近分布，并讨论分组程序和小样本模拟。
- 材料陈述的贡献
- 摘要称，在某些组大小下，新估计量渐近正态，收敛误差阶由传统估计的 n^{-1/3} 改为 n^{-2/5}。
- 阅读关注点
- 应核对分组规模随样本量变化的条件、真实回归函数的局部要求，以及偏差与方差平衡和小样本分组选择的依据。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；特定组大小及其他条件未展开，速率改善不能推广到任意单调函数或分组方式。
原文摘要
The maximum likelihood estimator of a nondecreasing regression function with normally distributed errors has been considered in the literature. Its asymptotic distribution at a point is related to a solution of the heat equation, and its rate of convergence to the underlying regression function is of order $n^{-1/3}$. This estimator can be modified by grouping adjacent observations and then "isotonizing" the corresponding means. It is shown that the resulting estimator has an asymptotic normal distribution for certain group sizes and its rate of convergence is of order $n^{-2/5}$. The results of a simulation study for small sample sizes are presented and grouping procedures are discussed.