Nonregular Regression
非正则回归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：摘要讨论通用非正则回归与极值数据，未明确涉及金融尾部风险或所列其他经济计量方向。
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
非正则回归
- 研究问题
- 当分布的取值范围依赖未知参数时，如何把非正则极大似然理论扩展到含协变量的回归，并建立相应估计的渐近性质？
- 方法与思路
- 作者先通过线性规划求解回归参数，再对辅助参数最大化伪似然函数，并以具有趋势的极值数据实例说明方法。
- 材料陈述的贡献
- 摘要称，研究将参数决定分布范围的非正则模型理论扩展至协变量情形，推导渐近性质，并提供两个极值数据示例。
- 阅读关注点
- 核对分布支持如何依赖回归参数、线性规划与伪似然的衔接，以及渐近分布的条件、归一化方式和示例中的趋势设定。
- 阅读边界
- 仅据版本未注明的索引摘要，无法确定具体渐近结论、数值表现或适用分布范围；极值示例不足以支持金融风险分类。
原文摘要
In an earlier paper, the author has studied asymptotic properties of maximum likelihood estimates for a class of nonregular models in which the range of the distribution depends on unknown parameters. Examples include Weibull and extreme value distributions. The present paper is concerned with the extension of this theory to the case when covariates are present. The proposed solution involves solving a linear programming problem for the regression parameters, followed by maximisation of a pseudo-likelihood function for auxiliary parameters. Asymptotic properties are derived, and the results illustrated by two examples involving extreme value data with a trend.