Semiparametric smoothing for discrete data
离散数据的半参数平滑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：离散数据平滑不等同于离散选择建模，摘要没有提供所列应用领域的直接证据。
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
离散数据的半参数平滑
- 研究问题
- 如何在离散数据平滑中利用一个参数参考模型，并在该模型较合适或不合适时兼顾估计表现与灵活性？
- 方法与思路
- 作者反复应用一个马尔可夫链转移矩阵，其平稳分布设为给定的离散参数参考模型，并提出自动选择平滑程度。
- 材料陈述的贡献
- 摘要称理论和实例提示：参考模型合适时可改善完全非参数方法的表现，否则表现可与非参数平滑器相当。
- 阅读关注点
- 应核对转移矩阵如何构造、迭代次数与平滑程度的关系、自动选择准则，以及模型适配程度如何影响比较结果。
- 阅读边界
- 所给为版本未注明的 OpenAlex 索引摘要；性能标准、模型失配范围和自动选择方法的保证未说明，不能推断刊本变化。
原文摘要
A method for semiparametric smoothing of discrete data is proposed. The method consists of the repeated application of a Markov chain transition matrix constructed so as to have a given standard discrete parametric vehicle model as its stationary distribution. Theory and practical examples suggest that the approach yields improved performance over fully nonparametric methods when the vehicle model is a good one and otherwise provides a method comparable to fully nonparametric smoothers. An automatic choice of the amount of smoothing is proposed and used.