On Single-Index Coefficient Regression Models
单指标系数回归模型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：摘要明确涉及依赖数据，并将两类非线性自回归模型纳入统一框架。
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
单指标系数回归模型
- 研究问题
- 如何在存在数据依赖时，用单指标驱动回归系数变化，兼顾非线性建模、阈值变量选择和多维非参数估计的难题？
- 方法与思路
- 作者研究涵盖平滑转换阈值自回归、函数系数自回归及单指标模型的模型类，提出估计方法并分析其渐近性质。
- 材料陈述的贡献
- 摘要称，模型可自动选择阈值变量并缓解多维非参数估计的维数问题，所提估计量具有一致性和渐近正态性。
- 阅读关注点
- 应核对单指标及系数函数的定义、指标识别与归一化、数据依赖条件，以及自动阈值选择和渐近结论的范围。
- 阅读边界
- 仅依据版本未注明的 OpenAlex 索引摘要；依赖性、光滑性与识别条件未说明，不能据摘要断言全面克服维数问题。
原文摘要
In this article we investigate a class of single-index coefficient regression models under dependence. This includes many existing models, such as the smooth transition threshold autoregressive (STAR) model of Chan and Tong, the functional-coefficient autoregressive (FAR) model of Chen and Tsay, and the single-index model of Ichimura. Compared to the varying-coefficient model of Hastie and Tibshirani, our model can avoid the curse of dimensionality in multivariate nonparametric estimations. Another advantage of this model is that a threshold variable is chosen automatically. An estimation method is proposed, and the corresponding estimators are shown to be consistent and asymptotically normal. Some simulations and applications are also reported.