The Penalty for Assuming that a Monotone Regression is Linear
将单调回归假定为线性的代价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：摘要研究单调条件均值与线性近似的通用理论，分位数变换本身不足以表明分位数或分布效应研究。
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…
将单调回归假定为线性的代价
- 研究问题
- 真实条件均值具有单调性时，线性回归可能遗漏多少解释能力，能否利用边际分布及相关性对这种差距加以约束？
- 方法与思路
- 作者在有限二阶矩和解释变量边际分布连续的设定下，比较线性与条件均值回归，并利用边际分位数变换构造界限。
- 材料陈述的贡献
- 摘要称线性解释比例可能远低于条件均值的解释比例，并在真实回归单调时给出后者与分位数变换相关量之间的上界。
- 阅读关注点
- 应核对单调性的方向、分位数变换和上界的准确表述，以及界限何时紧、能否用于衡量线性近似的实际损失。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；界限证明、紧性及实际估计方法未说明，不能据此给出特定数据中的线性化代价。
原文摘要
For jointly distributed random variables $(X, Y)$ having marginal distributions $F$ and $G$ with finite second moments and $F$ continuous, the proportion of $\operatorname{Var}(Y)$ explained by linear regression is $\lbrack\operatorname{Corr}(X, Y)\rbrack^2$ while the proportion explained by $E(Y \mid X)$ can be arbitrarily near 1. However, if the true regression, $E(Y\mid X)$, is monotone, then the proportion of $\operatorname{Var}(Y)$ it explains is at most $\operatorname{Corr}\lbrack Y, G^{-1}(F(X))\rbrack$.