On nonparametric estimation of intercept and slope distributions in random coefficient regression
随机系数回归中截距与斜率分布的非参数估计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：摘要直接以随机系数异质性的截距与斜率联合密度为估计对象，对应分布分析方向。
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…
随机系数回归中截距与斜率分布的非参数估计
- 研究问题
- 当刺激与响应的线性关系具有个体间变化的截距和斜率时，如何从随机样本中非参数估计二者的联合密度？
- 方法与思路
- 作者结合 Radon 变换的径向投影切片定理、局部线性非参数回归和加窗 Fourier 反演，构造随机系数联合密度估计器。
- 材料陈述的贡献
- 摘要称，所构造估计器具有一致性与渐近正态性，计算上比基于矩或最小距离的竞争性非参数估计器更可行。
- 阅读关注点
- 应核对刺激变量的支持与随机系数关系、联合密度可识别条件，以及平滑和反演参数对理论性质及计算成本的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明识别、独立性和光滑性条件，也未给计算比较，不能确认一般设计均适用。
原文摘要
An experiment records stimulus and response for a random sample of cases. The relationship between response and stimulus is thought to be linear, the values of the slope and intercept varying by case. From such data, we construct a consistent, asymptotically normal, nonparametric estimator for the joint density of the slope and intercept. Our methodology incorporates the radial projection-slice theorem for the Radon transform, a technique for locally linear nonparametric regression and a tapered Fourier inversion. Computationally, the new density estimator is more feasible than competing nonparametric estimators, one of which is based on moments and the other on minimum distance considerations.