Nonparametric estimation of an additive model with a link function
具有连接函数的加性模型非参数估计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：摘要研究通用非参数加性回归，未明确涉及离散选择或其他所列应用方向。
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…
关注这篇论文的作者
具有连接函数的加性模型非参数估计
- 研究问题
- 在连接函数已知的非参数加性模型中，如何估计各加性分量，并避免解释变量维度带来的收敛速度恶化？
- 方法与思路
- 作者构造加性分量估计量，在分量二阶连续可微的设定下分析渐近正态性与收敛速度；摘要未说明具体构造步骤。
- 材料陈述的贡献
- 摘要称对任意有限解释变量维度均得到相同收敛阶，并具有预言性质，即各分量的渐近分布如同其他分量已知。
- 阅读关注点
- 应核对连接函数、设计分布、平滑参数与分量归一化条件，确认渐近分布的评价位置及维度固定要求的具体含义。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要，不能推断刊本变化。完整正则条件未提供，也不能将有限维结论扩展到维度增长情形。
原文摘要
This paper describes an estimator of the additive components of a nonparametric additive model with a known link function. When the additive components are twice continuously differentiable, the estimator is asymptotically normally distributed with a rate of convergence in probability of n−2/5. This is true regardless of the (finite) dimension of the explanatory variable. Thus, in contrast to the existing asymptotically normal estimator, the new estimator has no curse of dimensionality. Moreover, the estimator has an oracle property. The asymptotic distribution of each additive component is the same as it would be if the other components were known with certainty.