Local quasi-likelihood with a parametric guide
带参数引导的局部拟似然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：摘要研究一般回归与拟似然平滑，未明确离散选择或其他所列经济计量细分方向。
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
带参数引导的局部拟似然
- 研究问题
- 在非参数广义线性模型中，能否利用响应条件均值经链接变换后的形状信息，改善局部平滑估计的统计表现？
- 方法与思路
- 作者将参数化形状信息引入非参数估计，提出两种带参数引导的估计方案，并通过渐近分析与数值模拟进行比较。
- 材料陈述的贡献
- 摘要称渐近结果和模拟显示，新方案相对原有非参数方法有所改善，但未明确改善指标、幅度及成立条件。
- 阅读关注点
- 应核对参数引导如何构造与估计、两种方案的差异，以及形状信息失配时的偏差、带宽选择和改善结论的适用范围。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；未说明具体渐近速度或引导失配后果，不能据此宣称普遍加速或优于所有非参数方法。
原文摘要
Generalized linear models and quasi-likelihood method extend the ordinary regression models to accommodate more general conditional distributions of the response. Nonparametric methods need no explicit parametric specification and the resulting model is completely determined by the data themselves. However nonparametric estimation schemes generally have a slower convergence rate such as the local polynomial smoothing estimation of nonparametric generalized linear models studied in Fan, Heckman and Wand (1995). In this work, we propose two parametrically guided nonparametric estimation schemes by incorporating prior shape information on the link transformation of the response variable's conditional mean in terms of the predictor variable. Asymptotic results and numerical simulations demonstrate the improvement of our new estimation schemes over the original nonparametric counterpart.