Consistent Significance Testing for Nonparametric Regression
非参数回归的一致显著性检验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：摘要将检验用于七国集团货币汇率变动的线性可预测性，支持金融预测方向分类；通用检验框架不另扩展分类。
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
非参数回归的一致显著性检验
- 研究问题
- 在回归函数的参数形式可能设定错误时，如何用非参数方法进行单项与联合显著性检验，并考察检验的实际水平与功效？
- 方法与思路
- 作者依据非参数偏导数估计构造显著性检验，并使用嵌套枢轴自助法；通过两项模拟和七国集团货币汇率应用考察方法。
- 材料陈述的贡献
- 摘要提出非参数显著性检验框架，称其对一般模型类别中的函数形式误设具有稳健性，并考察相对误设参数模型的检验水平与功效。
- 阅读关注点
- 核对偏导数对应的原假设、非参数估计与嵌套自助法的实现，以及模拟设计和汇率应用中的线性不可预测性如何被检验。
- 阅读边界
- 摘要未列出一致性所需条件、具体模拟结果或汇率检验结论；函数误设稳健性的声明不能据此扩展到任意模型和有限样本情形。
原文摘要
This article presents a framework for individual and joint tests of significance employing nonparametric estimation procedures. The proposed test is based on nonparametric estimates of partial derivatives, is robust to functional misspecification for general classes of models, and employs nested pivotal bootstrapping procedures. Two simulations and one application are considered to examine size and power relative to misspecified parametric models and to test for the linear unpredictability of exchange-rate movements for G7 currencies.