Smearing Estimate: A Nonparametric Retransformation Method
涂抹估计：一种非参数逆变换方法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：摘要研究通用回归逆变换并应用于医疗支出，未涉及收益预测、宏观预测或明确的经济分布效应。
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
涂抹估计：一种非参数逆变换方法
- 研究问题
- 在变换后的尺度上拟合线性回归后，如何估计原始尺度上的期望响应，并减轻参数分布假设偏离的影响？
- 方法与思路
- 作者提出非参数涂抹估计进行逆变换，讨论一致性及相对参数估计的效率，并以医疗支出预测作示例。
- 材料陈述的贡献
- 摘要称该估计在温和正则条件下一致且通常效率较高；医疗支出示例显示其在参数假设近似成立时也可能更好。
- 阅读关注点
- 应核对逆变换目标、估计量构造及一致性条件，以及误差异质性、效率比较和医疗支出示例的评价指标。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体正则条件及效率数值未提供，应用示例不能保证普遍优于参数估计，也不能推断刊本变化。
原文摘要
The smearing estimate is proposed as a nonparametric estimate of the expected response on the untransformed scale after fitting a linear regression model on a transformed scale. The estimate is consistent under mild regularity conditions, and usually attains high efficiency relative to parametric estimates. It can be viewed as a low-premium insurance policy against departures from parametric distributional assumptions. A real-world example of predicting medical expenditures shows that the smearing estimate can outperform parametric estimates even when the parametric assumption is nearly satisfied.