跳到正文
← 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:摘要属于一般渐近估计理论,没有足够文本依据归入给定的应用细分领域。

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

局部渐近线性估计量影响函数的一致估计

研究问题
对于局部渐近表现为观测函数平均的估计量,其影响函数能否一致估计,又能否据此反向构造相应估计量?
方法与思路
作者研究局部渐近线性估计量与影响函数一致估计之间的双向构造,并将这些结果用于部分非正则模型。
材料陈述的贡献
摘要称证明影响函数可被一致估计,并说明给定一致影响函数估计时可构造相应局部渐近线性估计量。
阅读关注点
应核对局部渐近线性的定义、一致性使用的度量及条件,并关注部分非正则模型中自适应估计的具体含义。
阅读边界
仅据版本未注明的索引摘要;模型结构、正则条件与自适应性质未说明,不能外推到任意半参数或因果估计问题。

原文摘要

Consider estimators which behave locally asymptotically like an average of some function taken at the observations. This function is called the influence function and one calls such estimators locally asymptotically linear. It is shown that the influence function of a locally asymptotically linear estimator can be estimated consistently and conversely, that, given a consistent estimator of the influence function, estimators can be constructed which are locally asymptotically linear in that influence function. With the help of these results an adaptive estimator is constructed for a partially irregular model.

笔记与分组
相关领域论文