Strong Consistency in Nonlinear Regression
非线性回归中的强一致性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：摘要仅提供一般非线性回归的强一致性存在结果，没有具体数据结构或经济研究对象，细分领域证据不足。
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
非线性回归中的强一致性
- 研究问题
- 当非线性回归的未知参数位于不要求紧致的可分度量空间时，需要哪些充分条件才能保证存在强一致的估计量序列？
- 方法与思路
- 作者在允许一般可分度量参数空间的非线性回归框架中，提出保证强一致估计量序列存在的充分条件，不预设参数空间紧致。
- 材料陈述的贡献
- 摘要明确陈述的贡献是给出强一致估计量序列存在的充分条件，并允许参数空间为任意可分度量空间且不要求紧致。
- 阅读关注点
- 应核对充分条件中的识别、回归函数和随机误差要求，并确认估计量序列如何构造及结论是否针对常用非线性最小二乘。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定充分条件的具体内容、估计量形式或收敛速率，也不能据此判断条件的必要性。
原文摘要
Sufficient conditions are given to ensure the existence of a sequence of strongly consistent estimators of an unknown parameter for a nonlinear regression model. The parameter space includes all separable metric spaces but is not assumed to be compact.