On a Simple Estimation Procedure for Censored Regression Models with Known Error Distributions
已知误差分布删失回归模型的简单估计程序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：摘要研究一般删失回归算法，没有足够证据将其归入经济结构估计、离散选择或分布效应。
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
已知误差分布删失回归模型的简单估计程序
- 研究问题
- 在误差分布已知的删失回归中，简单迭代最小二乘程序对应什么估计量，其解的唯一性、收敛速度与渐近性质如何？
- 方法与思路
- 作者分析迭代最小二乘程序，证明其与定义明确的Huber型M估计等价，并在一项正则条件下研究算法收敛。
- 材料陈述的贡献
- 摘要称算法在正则条件下几何收敛至唯一解，所得估计具有根号样本量一致性和渐近正态性，具体条件未列出。
- 阅读关注点
- 应核对删失机制、已知误差分布的使用方式、M估计目标与正则条件，并检查方差估计和初始化要求。
- 阅读边界
- 材料为OpenAlex索引摘要，稿件版本未注明；摘要未说明误差分布未知或误设时的性质，也未给出有限样本表现。
原文摘要
A simple and tractable iterative least squares estimation procedure for censored regression models with known error distributions is analyzed. It is found to be equivalent to a well-defined Huber type $M$-estimate. Under a regularity condition, the algorithm converges geometrically to a unique solution. The resulting estimate is $\sqrt N$-consistent and asymptotically normal.