跳到正文
← 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。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

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:摘要研究一般回归中的半参数估计方案,未明确对应所列经济计量细分方向。

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
Jianqing Fan
Yichao Wu
Yang Feng

参数引导的局部准似然估计

研究问题
在广义回归中,如何将参数模型提供的先验知识纳入非参数估计,以改善局部平滑方法的估计表现?
方法与思路
作者提出统一的参数引导非参数估计方案,将参数与非参数方法结合,并通过渐近分析和数值模拟评估表现。
材料陈述的贡献
摘要称新方案可纳入先验知识,渐近结果和模拟显示相对原有非参数方法的改善,但未说明改善的具体指标。
阅读关注点
应核对参数引导如何进入局部准似然、引导模型失配时的性质,以及改善体现于偏差、方差还是收敛速度。
阅读边界
这是 arXiv 预印本,同行评审及期刊接收未核实;摘要未说明改善成立的条件,不能据此认定任意参数引导都有效。

原文摘要

Generalized linear models and the quasi-likelihood method extend the ordinary regression models to accommodate more general conditional distributions of the response. Nonparametric methods need no explicit parametric specification, and the resulting model is completely determined by the data themselves. However, nonparametric estimation schemes generally have a slower convergence rate such as the local polynomial smoothing estimation of nonparametric generalized linear models studied in Fan, Heckman and Wand [J. Amer. Statist. Assoc. 90 (1995) 141--150]. In this work, we propose a unified family of parametrically-guided nonparametric estimation schemes. This combines the merits of both parametric and nonparametric approaches and enables us to incorporate prior knowledge. Asymptotic results and numerical simulations demonstrate the improvement of our new estimation schemes over the original nonparametric counterpart.

笔记与分组
相关领域论文