Model-Robust Designs for Quantile Regression
分位数回归的模型稳健设计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：摘要明确以条件分位数函数和分位数回归为目标，直接对应分位数方法方向。
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
分位数回归的模型稳健设计
- 研究问题
- 以条件分位数函数为估计目标时，如何安排回归研究设计，使其抵御响应函数误设与未预期的异方差？
- 方法与思路
- 作者针对使用分位数回归估计条件分位数的研究，提出稳健设计构造方法，并通过例子及生长曲线案例说明。
- 材料陈述的贡献
- 摘要称所构造设计对响应函数误设和未预期异方差具有稳健性，贡献集中于设计选择而非新分位数估计量。
- 阅读关注点
- 应核对设计变量与可行集合、稳健性所针对的误设范围，以及优化目标如何权衡偏差和估计精度。
- 阅读边界
- 摘要较简短，未说明稳健准则、算法或成立条件，无法判断具体设计的效率损失；索引版本未注明，不能推断刊本变化。
原文摘要
We give methods for the construction of designs for regression models, when the purpose of the investigation is the estimation of the conditional quantile function, and the estimation method is quantile regression. The designs are robust against misspecified response functions, and against unanticipated heteroscedasticity. The methods are illustrated by example, and in a case study in which they are applied to growth charts.