A test for linear versus convex regression function using shape-restricted regression
利用形状约束回归检验线性与凸回归函数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：摘要讨论一般回归函数的形状约束检验，未提供足以归入所列经济计量细分方向的应用或模型依据。
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
利用形状约束回归检验线性与凸回归函数
- 研究问题
- 研究如何检验简单线性回归是否适用：原假设为回归函数是一条直线，备择假设为凸函数，重点关注非二次型的偏离。
- 方法与思路
- 作者利用凸形状约束构造似然比检验，其精确分布为贝塔随机变量的混合，混合权重由相关多面体凸锥的相对体积计算。
- 材料陈述的贡献
- 摘要称提出了无偏检验，并在部分非二次回归函数的模拟中获得较有利的功效，比较对象是针对二次模型的常规F检验。
- 阅读关注点
- 应核对精确分布和无偏性所需的误差与设计条件、凸锥体积的计算方式，以及模拟中备择函数和检验水平的设定。
- 阅读边界
- 仅据版本未注明的索引摘要，无法判断精确分布的适用条件或计算成本；所述功效优势限于部分模拟设定，不代表普遍优越。
原文摘要
An unbiased test for the appropriateness of the simple linear regression model is presented. The null hypothesis is that the underlying regression function is indeed a line, and the alternative is that it is convex. The exact distribution for a likelihood ratio test statistic is that of a mixture of beta random variables, with the mixing distribution calculated from relative volumes of polyhedral convex cones determined by the convex shape restriction. Simulations show that the power of the test is favourable compared with the usual F‐test against a quadratic model, for some nonquadratic choices of the underlying regression function.