Adaptive -Estimation for Linear Models
线性模型的自适应 L 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：摘要明确以回归分位数构造估计量，与分位数方法相关，但未研究处理效应的分布异质性。
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
线性模型的自适应 L 估计
- 研究问题
- 如何利用回归分位数统计量构造线性回归斜率的自适应估计，使其在适当条件下达到渐近有效性？
- 方法与思路
- 作者构造位置参数自适应 L 估计的回归对应形式，以回归分位数为基础，并用核密度型方法估计最优权重函数。
- 材料陈述的贡献
- 摘要称构造了线性回归斜率参数的渐近有效自适应估计量，其核心是将回归分位数与估计所得最优权重结合。
- 阅读关注点
- 阅读时应核对自适应有效性的参照标准、误差分布与设计条件，以及权重估计、带宽选择和分位数组合的要求。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本；未提供有效性条件或有限样本结果，目标是斜率估计，不能据此推断分布效应。
原文摘要
Asymptotically efficient (adaptive) estimators for the slope parameters of the linear regression model are constructed based upon the "regression quantile" statistics suggested by Koenker and Bassett. The estimators are natural analogues of the adaptive $L$-estimators of location of Sacks, but employ kernel-density type estimators of the optimal $L$-estimator weight function.