Semiparametric Inference in Generalized Mixed Effects Models
广义混合效应模型中的半参数推断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：摘要研究一般半参数混合效应模型并应用于森林覆盖，未明确提供经济面板、离散选择或其他所列方向的证据。
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
广义混合效应模型中的半参数推断
- 研究问题
- 在随机效应进入线性部分的广义部分线性模型中，如何联合估计参数与非参数部分，并检验参数混合效应模型是否足够？
- 方法与思路
- 作者将混合效应模型的似然方法与核方法结合，构造参数模型对半参数模型的检验，并使用bootstrap估计临界值。
- 材料陈述的贡献
- 摘要称，给出估计与检验方法的渐近理论，模拟显示中等样本下表现良好，并以西班牙加利西亚森林覆盖估计展示应用。
- 阅读关注点
- 应核对随机效应与非参数部分的设定、核带宽选择、bootstrap如何保留数据依赖，以及模拟中的检验尺寸和估计误差。
- 阅读边界
- 仅依据所给Crossref摘要；具体随机效应分布、渐近条件、模拟规模和误差指标未说明，不能仅凭良好表现的描述判断普遍优势。
原文摘要
Summary The paper presents a study of the generalized partially linear model including random effects in its linear part. We propose an estimator that combines likelihood approaches for mixed effects models, with kernel methods. Following the methodology of Härdle and co-workers, we introduce a test for the hypothesis of a parametric mixed effects model against the alternative of a semiparametric mixed effects model. The critical values are estimated by using a bootstrap procedure. The asymptotic theory for the methods is provided, as are the results of a simulation study. These verify the feasibility and the excellent behaviour of the methods for samples of even moderate size. The usefulness of the methodology is illustrated with an application in which the objective is to estimate forest coverage in Galicia, Spain.