Testing monotonicity of regression
回归函数单调性的检验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：摘要研究通用非参数回归的形状检验，未明确涉及结构经济函数或所列其他应用方向。
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…
回归函数单调性的检验
- 研究问题
- 在非参数回归模型中，如何检验回归函数是否单调，并刻画检验统计量的极限分布及其对非单调备择的检出性质？
- 方法与思路
- 作者以一个自然 U 过程的泛函构造统计量，借助强逼近方法和高斯过程极值理论分析其极限分布与检验一致性。
- 材料陈述的贡献
- 摘要称，所提出检验对一般备择具有一致性，并研究了统计量的极限分布；材料未提供具体功效、收敛速度或模拟证据。
- 阅读关注点
- 应核对单调性原假设的定义、统计量构造和临界值获取方式，并查看强逼近条件及“一般备择”所覆盖的函数范围。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要。摘要未说明完整模型条件、有限样本尺寸或局部备择功效，不能据此比较实际检验表现。
原文摘要
We consider the problem of testing monotonicity of the regression function in a nonparametric regression model. We introduce test statistics that are functionals of a certain natural $U$-process. We study the limiting distribution of these test statistics through strong approximation methods and the extreme value theory for Gaussian processes. We show that the tests are consistent against general alternatives.