Confidence regions for parameter subsets in nonlinear regression
非线性回归中参数子集的置信区域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：摘要研究一般非线性回归的置信区域，未明确涉及经济结构模型或其他所列领域细分。
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
非线性回归中参数子集的置信区域
- 研究问题
- 非线性回归中，基于线性近似的椭球置信区域为何可能误示覆盖水平，如何为部分参数构造更能反映非线性的区域？
- 方法与思路
- 作者研究似然比与得分置信区域并给出几何解释，利用模型二阶导数近似两类区域，以考虑内在及参数效应非线性。
- 材料陈述的贡献
- 摘要称，文章提供两类置信区域的几何解释及简便近似方法，回应传统线性近似区域的名义水平可能失真的问题。
- 阅读关注点
- 应核对参数子集与其余参数的处理、两类非线性的定义、二阶近似的推导，以及实际覆盖率和计算成本的证据。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体正则条件与覆盖率改进幅度未说明，不能认定近似方法在所有非线性模型中有效。
原文摘要
SUMMARY Confidence regions for some of the parameters in nonlinear regression models are often based on the large sample distribution of the least squares estimator, or equivalently a linear approximation to the model. These regions have a simple ellipsoidal shape but their nominal level is often misleading. Confidence regions based on the likelihood ratio and on the scores are examined and geometric interpretations are given. A simple method of approximating both types of confidence regions is derived, which uses second derivatives of the model to account for intrinsic and parameter effects nonlinearity.