Asymptotically Efficient Estimation in Semiparametric Generalized Linear Models
半参数广义线性模型中的渐近有效估计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：摘要讨论一般半参数广义线性模型，未明确涉及离散选择或其他所列领域。
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
半参数广义线性模型中的渐近有效估计
- 研究问题
- 在半参数广义线性模型中，如何同时估计参数与非参数部分，并在不对非参数部分欠平滑的情况下有效估计参数部分？
- 方法与思路
- 作者结合极大似然与回归样条估计两类分量，分析其一致性，并推导参数分量估计量的渐近理论及效率性质。
- 材料陈述的贡献
- 摘要称两类分量的估计量均具有一致性，且参数分量无需对非参数分量欠平滑即可达到作者所述的有效估计。
- 阅读关注点
- 应核对模型结构、样条维数或结点选择、光滑性条件，以及参数分量的效率界定义和避免欠平滑的适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未提供模型形式、效率界或样条选择条件，不能推广到全部半参数模型。
原文摘要
We use the method of maximum likelihood and regression splines to derive estimates of the parametric and nonparametric components of semiparametric generalized linear models. The resulting estimators of both components are shown to be consistent. Also, the asymptotic theory for the estimator of the parametric component is derived, indicating that the parametric component can be estimated efficiently without under-smoothing the nonparametric component.