Smoothing Spline Estimation in Varying-Coefficient Models
变系数模型中的平滑样条估计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：摘要讨论一般变系数回归和平滑样条，未明确涉及因果效应、面板或所列其他方向。
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…
变系数模型中的平滑样条估计
- 研究问题
- 当回归系数随一个效应修饰协变量变化时，如何用平滑样条估计系数曲线，并构造区间和自适应选择平滑程度？
- 方法与思路
- 作者使用平滑样条，发展系数曲线的贝叶斯区间，并提供估计曲线、拟合值、后验方差及选择平滑程度的计算方法。
- 材料陈述的贡献
- 摘要称提出了相应区间和高效计算方法，并通过小型模拟与真实数据分析展示方法的有效性及实用性。
- 阅读关注点
- 应核对样条惩罚与贝叶斯解释、平滑参数选择，以及曲线区间是逐点还是同时覆盖，模拟和应用如何评价表现。
- 阅读边界
- 仅据Crossref摘要，贝叶斯“置信区间”的频率学覆盖性质未说明；模型仅明确包含一个效应修饰协变量，数据细节未提供。
原文摘要
Summary Smoothing spline estimators are considered for inference in varying-coefficient models with one effect modifying covariate. Bayesian ‘confidence intervals’ are developed for the coefficient curves and efficient computational methods are derived for computing the curve estimators, fitted values, posterior variances and data-adaptive methods for selecting the levels of smoothing. The efficacy and utility of the methodology proposed are demonstrated through a small simulation study and the analysis of a real data set.