A semiparametric model for cluster data
聚类数据的半参数模型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：摘要描述聚类相关与变系数回归，未明确涉及面板时间维度或所列领域中的其他特定研究问题。
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
聚类数据的半参数模型
- 研究问题
- 如何允许解释变量对不同群组产生不同影响，同时保持参数表达简约、刻画非线性交互，并处理同一群组内观测之间的相关性？
- 方法与思路
- 作者以群组层面协变量刻画函数系数，用随机效应处理组内相关，并采用局部线性方法估计系数函数、残差方差及相关矩阵。
- 材料陈述的贡献
- 摘要称，论文建立估计量的渐近性质，提出同时置信带与相关假设检验，并以模拟和孟加拉国第二次生育间隔数据展示方法。
- 阅读关注点
- 应核对群组协变量如何进入系数函数、随机效应与误差的条件、群组数及组内样本量的渐近设定，以及置信带与检验的校准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；具体渐近条件、模拟比较与应用发现未提供，不能将群组异质性解释为因果效应。
原文摘要
In the analysis of cluster data the regression coefficients are frequently assumed to be the same across all clusters. This hampers the ability to study the varying impacts of factors on each cluster. In this paper, a semiparametric model is introduced to account for varying impacts of factors over clusters by using cluster-level covariates. It achieves the parsimony of parametrization and allows the explorations of nonlinear interactions. The random effect in the semiparametric model accounts also for within cluster correlation. Local linear based estimation procedure is proposed for estimating functional coefficients, residual variance, and within cluster correlation matrix. The asymptotic properties of the proposed estimators are established and the method for constructing simultaneous confidence bands are proposed and studied. In addition, relevant hypothesis testing problems are addressed. Simulation studies are carried out to demonstrate the methodological power of the proposed methods in the finite sample. The proposed model and methods are used to analyse the second birth interval in Bangladesh, leading to some interesting findings.