Strong Consistency of Least-Squares Estimators in the Monotone Regression Model with Stochastic Regressors
随机解释变量下单调回归最小二乘估计的强一致性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：题名与摘要仅支持通用单调回归理论，未提供所列经济学细分方向的直接证据。
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
随机解释变量下单调回归最小二乘估计的强一致性
- 研究问题
- 在具有随机解释变量的单调回归模型中，最小二乘方法能否一致地恢复未知回归函数，题名所指的强一致性如何表述？
- 方法与思路
- 作者在单调回归模型中使用最小二乘方法估计未知函数；摘要未说明估计量的具体构造、随机设计条件或证明工具。
- 材料陈述的贡献
- 摘要明确称未知单调回归函数可由最小二乘方法一致估计；题名进一步强调强一致性，但摘要未给出其具体形式。
- 阅读关注点
- 应核对随机解释变量与误差的条件、单调约束的实现，以及强一致性属于逐点、整体或其他意义下的收敛。
- 阅读边界
- 所给 OpenAlex 索引摘要版本未注明且信息极少，不能据此确定强一致性的收敛方式、适用条件、收敛速率或有限样本表现。
原文摘要
In this paper it is shown that in the monotone regression model the unknown regression function can be consistently estimated by the least-squares method.