Nonparametric checks for single-index models
单指标模型的非参数检验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：摘要讨论一般单指标模型拟合优度，未明确离散选择响应、结构经济模型或其他所列领域。
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
单指标模型的非参数检验
- 研究问题
- 如何检验单指标模型是否与数据相符，并针对局部偏离和尖峰型偏离构造有检测能力的拟合优度检验，评估其有限样本近似？
- 方法与思路
- 作者研究得分型检验统计量的大样本行为，得到局部备择下的渐近分布无关极大极小检验，另提出基于特征函数的综合检验。
- 材料陈述的贡献
- 摘要称，论文提供覆盖一大类局部备择的检验结果及能检测尖峰备择的综合检验；模拟支持中等样本下的极限近似，并展示两个数据应用。
- 阅读关注点
- 应核对单指标模型与未知量的估计条件、局部备择类别、极大极小标准、特征函数检验构造，以及模拟所称中等样本的具体设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；最优性条件、样本规模与应用内容未提供，不能推断所有单指标模型下均表现良好。
原文摘要
In this paper we study goodness-of-fit testing of single-index models. The large sample behavior of certain score-type test statistics is investigated. As a by-product, we obtain asymptotically distribution-free maximin tests for a large class of local alternatives. Furthermore, characteristic function based goodness-of-fit tests are proposed which are omnibus and able to detect peak alternatives. Simulation results indicate that the approximation through the limit distribution is acceptable already for moderate sample sizes. Applications to two real data sets are illustrated.