Optimal Design for Estimation of Variance in Nonparametric Regression Using First Order Differences
利用一阶差分估计非参数回归方差的最优设计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：摘要关注非参数回归方差估计的通用设计问题，响应方差不构成金融波动率研究的直接依据。
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…
关注这篇论文的作者
利用一阶差分估计非参数回归方差的最优设计
- 研究问题
- 当非参数回归的响应方差通过观测响应的一阶差分平方估计时，何种观测设计能使这一估计最有效？
- 方法与思路
- 作者针对由一阶差分定义的一般方差估计量优化设计，比较最有效设计、均匀设计近似及最无效设计。
- 材料陈述的贡献
- 摘要称，得到该类估计量的最有效设计，并发现多数情形下均匀设计提供良好近似，同时讨论最无效设计。
- 阅读关注点
- 应核对方差估计量的权重结构、回归函数和误差条件、效率准则，以及均匀设计近似良好的具体情形。
- 阅读边界
- 所据为版本未注明的 OpenAlex 索引摘要；未给出最优点配置或近似误差，不能据此断言均匀设计总是最优。
原文摘要
In nonparametric regression, the variance of the response can be estimated by the sum of squares of differences of the observed response. In this paper we obtain the most efficient design for a general variance estimator defined by first order differences. It is found that for this estimator, in the majority of cases, a good approximation to the most efficient design is the uniform design. The least efficient designs are also discussed.