The estimation of residual variance in nonparametric regression
非参数回归中残差方差的估计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：摘要讨论通用非参数回归的残差方差估计，未提供足以归入所列经济计量细分方向的依据。
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…
非参数回归中残差方差的估计
- 研究问题
- 在非参数回归中，如何从对数据呈二次型、在线性回归下无偏且始终非负的估计量中，选择残差方差估计量？
- 方法与思路
- 作者限定一类具有上述性质的二次型估计量，在一个回归函数类上，以最坏情形均方误差为准则推导最优估计量。
- 材料陈述的贡献
- 摘要称推导了所考虑函数类上的极小极大均方误差估计量，并指出其结构与回归曲线本身的极小极大估计密切相关。
- 阅读关注点
- 读全文时应核对回归函数类、观测设计与误差条件，以及最优性是否仅限于指定估计量类别和指定损失准则。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；函数类、最优解及其适用条件未展开，不能推断刊本变化。
原文摘要
A wide class of estimators of the residual variance in nonparametric regression is considered, namely those that are quadratic in the data, unbiased for linear regression, and always nonnegative. The minimax mean squared error estimator over a natural class of regression functions is derived. This optimal estimator has an interesting structure and is closely related to a minimax estimator of the regression curve itself.