ASYMPTOTIC THEORY FOR NONLINEAR QUANTILE REGRESSION UNDER WEAK DEPENDENCE
弱依赖下非线性分位数回归的渐近理论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：摘要的直接研究对象是非线性分位数回归及回归分位数推断。
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
弱依赖下非线性分位数回归的渐近理论
- 研究问题
- 当误差过程具有异质性并满足混合性条件时，非线性分位数回归估计是否一致且渐近正态，如何一致估计其协方差？
- 方法与思路
- 作者在允许异质和混合误差过程的一般框架下研究回归分位数，推导一致性与渐近正态性，并讨论一致协方差估计。
- 材料陈述的贡献
- 摘要称，论文在所述条件下建立非线性分位数回归的一阶渐近理论，并通过协方差一致估计的讨论补全相应推断基础。
- 阅读关注点
- 应核对混合性与异质性的具体约束、非线性参数的可识别性，以及渐近协方差的表达式和可行一致估计方法。
- 阅读边界
- 本导读仅据所给 Crossref 摘要；具体假设、依赖强度限制和协方差计算步骤摘要未说明，也未提供有限样本表现或实证证据。
原文摘要
This paper studies the asymptotic properties of the nonlinear quantile regression model under general assumptions on the error process, which is allowed to be heterogeneous and mixing. We derive the consistency and asymptotic normality of regression quantiles under mild assumptions. First-order asymptotic theory is completed by a discussion of consistent covariance estimation.