Saddlepoint approximations for regression models
回归模型的鞍点近似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：摘要研究一般回归估计量的分布近似，未明确讨论分位数效应或其他所列经济计量方向。
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
回归模型的鞍点近似
- 研究问题
- 当观测独立但不同分布、估计量由估计方程定义时，如何近似其小样本分布，并纳入解释变量的影响？
- 方法与思路
- 作者运用鞍点或指数倾斜近似处理估计方程定义的估计量，将方法应用于L1回归，并考察一种指数倾斜变体。
- 材料陈述的贡献
- 摘要称该方法可显式处理解释变量，并在正态近似很差的一个L1回归例子中展示精度及新倾斜变体的作用。
- 阅读关注点
- 应核对估计方程和独立非同分布设定、近似适用条件，以及变换测度的计算和示例中的精度比较依据。
- 阅读边界
- 索引摘要未注明稿件版本，不能推断刊本变化；摘要未给出误差界或数值结果，单个例子的精度表现不能代表所有回归模型。
原文摘要
This paper uses the techniques of saddlepoint or tilted-exponential approximation to develop an approximation to the small-sample distribution of estimators defined by a system of estimating equations when observations are independently but not identically distributed. This allows for the explicit treatment of models with explanatory variables. The approximation is applied to L1 regression, and the accuracy of the approximation is demonstrated in a case in which the usual normal approximation is very poor. An analysis of the example indicates the usefulness of a new variant of exponential tilting in calculating the transformation measure, a quantity which plays an important role in assuring the accuracy of the approximation.