Fractional order statistic approximation for nonparametric conditional quantile inference
非参数条件分位数推断的分数阶次序统计量近似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：摘要直接研究总体分位数与非参数条件分位数的置信区间和检验推断。
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
非参数条件分位数推断的分数阶次序统计量近似
- 研究问题
- 如何刻画并校准以 L 统计量为端点的总体分位数置信区间覆盖误差，并将相应方法推广到非参数条件分位数推断？
- 方法与思路
- 作者扩展分数阶次序统计量理论，推导覆盖误差的一阶解析项以校准名义水平，再结合核平滑构造条件分位数推断。
- 材料陈述的贡献
- 摘要称校准可将覆盖误差由 n⁻¹ 阶改善为 n⁻³ᐟ²(log n)³ 阶，并报告最优渐近功效、模拟比较和推断代码。
- 阅读关注点
- 应核对覆盖误差展开的正则条件、校准公式、条件分位数的带宽选择，以及最优功效和方法比较分别适用的设定。
- 阅读边界
- 仅依据所给出版社摘要；最优性标准、核平滑条件和模拟数值未说明，摘要称提供代码，但其内容与可复现性未经核验。
原文摘要
Using and extending fractional order statistic theory, we characterize the O(n−1) coverage probability error of the previously proposed (Hutson, 1999) confidence intervals for population quantiles using L-statistics as endpoints. We derive an analytic expression for the n−1 term, which may be used to calibrate the nominal coverage level to get O(n−3/2[log(n)]3) coverage error. Asymptotic power is shown to be optimal. Using kernel smoothing, we propose a related method for nonparametric inference on conditional quantiles. This new method compares favorably with asymptotic normality and bootstrap methods in theory and in simulations. Code is provided for both unconditional and conditional inference.