Pairwise-Difference Rank Estimation of the Transformation Model
变换模型的成对差分秩估计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：题名和摘要涉及一般变换模型的半参数秩估计，未明确对应所列具体领域，故不作细分归类。
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
变换模型的成对差分秩估计
- 研究问题
- 在变换模型中，如何估计系数向量，并考察成对差分秩估计相对于既有半参数估计量的表现？所给摘要未交代具体模型设定。
- 方法与思路
- 题名指向利用成对差分进行秩估计；摘要称估计对象为变换模型的系数向量，且这类估计量无需主观选择带宽。
- 材料陈述的贡献
- 摘要称通过蒙特卡洛模拟、渐近效率的数值比较和两个实证应用评估估计量，结果提示其相对既有半参数方法表现良好。
- 阅读关注点
- 阅读全文时应核对变换模型的设定、秩准则和系数识别条件，并检查模拟设计、效率比较基准及两个应用的具体内容。
- 阅读边界
- 所给摘要开头不完整，未说明估计量构造、理论条件或应用数据；摘要中的表现评价不足以支持普遍优越性结论。
原文摘要
coefficient vector in a transformation model. These estimators, like other existing rank estimators, require no subjective bandwidth choice. Monte Carlo simulations, numerical asymptotic efficiency comparisons, and two empirical applications suggest that the proposed estimators perform well in comparison with existing semiparametric estimators.