Time-varying nonlinear regression models: Nonparametric estimation and model selection
时变非线性回归模型：非参数估计与模型选择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：摘要明确研究非参数时间序列回归及随时间变化的回归函数。
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
时变非线性回归模型：非参数估计与模型选择
- 研究问题
- 在非参数时间序列回归中，如何估计随时间变化的回归函数，并判断是否有必要同时引入非线性和时变结构？
- 方法与思路
- 作者研究允许回归函数随时间变化的一般非参数时间序列模型，建立估计的渐近理论，并提出用于模型选择的信息准则。
- 材料陈述的贡献
- 摘要称建立了时变回归函数估计的渐近理论，证明所提信息准则的选择一致性，并将方法应用于美国国债利率数据。
- 阅读关注点
- 阅读全文时应核对时间依赖与平滑性条件、信息准则比较的模型集合及惩罚项，并查看利率应用如何支持模型选择判断。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明具体估计器、选择一致性的条件或利率应用结果，不能据此判断预测优势。
原文摘要
This paper considers a general class of nonparametric time series regression models where the regression function can be time-dependent. We establish an asymptotic theory for estimates of the time-varying regression functions. For this general class of models, an important issue in practice is to address the necessity of modeling the regression function as nonlinear and time-varying. To tackle this, we propose an information criterion and prove its selection consistency property. The results are applied to the U.S. Treasury interest rate data.