Estimating Conditional Quantiles at the Root of a Regression Function
回归函数根处的条件分位数估计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：摘要明确以非参数条件分位数和条件分布估计为研究对象，直接对应分位数与分布效应方向。
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
回归函数根处的条件分位数估计
- 研究问题
- 在 Robbins–Monro 顺序控制过程中，控制量设在未知回归函数的根或其附近时，如何估计系统的条件分位数？
- 方法与思路
- 作者采用非参数条件分位数估计方法，构造适用于随机逼近与顺序控制情境的估计量，并推导渐近性质。
- 材料陈述的贡献
- 摘要称，研究将关注点从回归函数根的收敛扩展到根附近的条件分布，并提出相应估计量及渐近分析。
- 阅读关注点
- 应核对顺序采样和控制更新如何进入估计、非参数平滑的条件，以及根估计误差对分位数推断的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；估计量形式、平滑参数、收敛速度及渐近分布的具体条件均未说明。
原文摘要
The Robbins-Monro process $X_{n+1} = X_n - c_n Y_n$ is a standard stochastic approximation method for estimating the root $\theta$ of an unknown regression function. There is a vast literature on the convergence properties of $X_n$ to $\theta$. In practice, one is also interested in the conditional distribution of the system under the sequential control when the control is set at $\theta$ or near $\theta$. This problem appears to have received no attention in the literature. We introduce an estimator using methods of nonparametric conditional quantile estimation and derive its asymptotic properties.