Restricted Likelihood Ratio Lack-of-Fit Tests Using Mixed Spline Models
利用混合样条模型进行限制似然比失拟检验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：摘要讨论样条回归失拟与边界参数检验的一般方法，未明确对应所列经济计量细分方向。
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
利用混合样条模型进行限制似然比失拟检验
- 研究问题
- 如何利用混合样条模型检验回归函数是否失拟，并处理原假设下方差分量为零、位于参数空间边界的问题？
- 方法与思路
- 作者利用惩罚回归样条的混合模型表示，以限制最大似然比检验方差分量由零变为正，并研究设计条件和分布近似。
- 材料陈述的贡献
- 摘要称，给出了渐近分布理论成立所需的回归样条设计条件，以及渐近分布的有限样本近似，并研究简单和多元回归。
- 阅读关注点
- 应核对零方差分量与具体失拟假设的对应关系、样条设计条件，以及边界情形的参考分布和有限样本近似方法。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定参考分布的具体形式或近似精度；不能直接套用通常的卡方近似，摘要也未报告检验功效。
原文摘要
Summary Penalized regression spline models afford a simple mixed model representation in which variance components control the degree of non-linearity in the smooth function estimates. This motivates the study of lack-of-fit tests based on the restricted maximum likelihood ratio statistic which tests whether variance components are 0 against the alternative of taking on positive values. For this one-sided testing problem a further complication is that the variance component belongs to the boundary of the parameter space under the null hypothesis. Conditions are obtained on the design of the regression spline models under which asymptotic distribution theory applies, and finite sample approximations to the asymptotic distribution are provided. Test statistics are studied for simple as well as multiple-regression models.