Estimation in functional regression for general exponential families
一般指数族函数型回归的估计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：摘要研究通用函数型回归的极小极大估计，未提供与给定经济学细分方向直接对应的证据。
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…
一般指数族函数型回归的估计
- 研究问题
- 当指数族模型的典范参数由未知无限维斜率函数的线性泛函给出时，斜率函数能够以何种最优速度估计，如何构造达到该速度的估计量？
- 方法与思路
- 作者使用参数维数随样本量增长的约束最大似然估计，并借助受渐近等价理论启发的换测度论证，处理指数族非线性带来的偏差。
- 材料陈述的贡献
- 摘要称建立了斜率函数估计的最优极小极大收敛速度，构造了达到该速度的估计量，并用换测度论证消除相关非线性偏差。
- 阅读关注点
- 应核对函数空间、平滑性与设计条件、损失度量、增长维数和约束的选择，以及换测度论证所消除偏差的具体含义。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要。摘要未给出最优速度的具体表达式及其条件，也未报告计算成本或有限样本效果。
原文摘要
This paper studies a class of exponential family models whose canonical parameters are specified as linear functionals of an unknown infinite-dimensional slope function. The optimal minimax rates of convergence for slope function estimation are established. The estimators that achieve the optimal rates are constructed by constrained maximum likelihood estimation with parameters whose dimension grows with sample size. A change-of-measure argument, inspired by Le Cam’s theory of asymptotic equivalence, is used to eliminate the bias caused by the nonlinearity of exponential family models.