跳到正文
← 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:摘要研究一般小波回归与区间推断,未明确涉及时间序列或其他所列领域细分。

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
J. Hannig
T. C. M. Lee

小波回归的广义 fiducial 推断

研究问题
如何在 fiducial 推断框架内处理小波回归中的模型选择,同时估计曲线并构造具有适当覆盖率的逐点置信区间?
方法与思路
作者先建立处理模型选择的一般 fiducial 方法,再将其用于小波曲线估计和逐点置信区间,并研究渐近覆盖性质。
材料陈述的贡献
摘要称所构造逐点区间具有渐近正确的覆盖率,模拟显示有潜力的经验表现,但未给出具体改善幅度。
阅读关注点
应核对模型选择不确定性如何进入推断、覆盖结论需要的条件,以及逐点区间与整条曲线同时置信带的区别。
阅读边界
材料为 OpenAlex 索引摘要,稿件版本未注明;覆盖条件和模拟数值未说明,逐点渐近覆盖不能解释为同时或有限样本保证。

原文摘要

We apply Fisher’s fiducial idea to wavelet regression, first developing a general methodology for handling model selection problems within the fiducial framework. We propose fiducial-based methods for wavelet curve estimation and the construction of pointwise confidence intervals. We show that these confidence intervals have asymptotically correct coverage. Simulations demonstrate that they possess promising empirical properties.

笔记与分组
相关领域论文