Model checking with nonparametric curves
利用非参数曲线进行模型检验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：摘要讨论一般回归模型检查；离散数据本身不足以证明属于离散选择或其他所列细分方向。
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
利用非参数曲线进行模型检验
- 研究问题
- 如何利用局部似然得到的非参数曲线检查模型设定，并为基于偏差差异的检验统计量提供可操作的解释？
- 方法与思路
- 作者以局部似然曲线估计辅助模型检验，使用偏差差异构造统计量，并通过非参数 bootstrap Monte Carlo 解释结果。
- 材料陈述的贡献
- 摘要介绍了非参数曲线与重抽样结合的模型检查方法，讨论部分理论问题，并以离散数据回归展示方法的使用。
- 阅读关注点
- 核对局部似然与平滑参数的选择、偏差差异比较的模型，以及重抽样是否正确反映检验原假设和数据的抽样结构。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；理论性质、重抽样细节和示例结果未说明，无法判断检验水平与功效。
原文摘要
The use of local likelihood curve estimates in model checking is described. Test statistics are based on deviance differences, and are interpreted using nonparametric bootstrap Monte Carlo. Some theoretical aspects are discussed. Methods are illustrated for regression with discrete data.