Spline Smoothing in a Partly Linear Model
部分线性模型中的样条平滑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：摘要研究通用部分线性回归与样条理论，未提供因果、结构或其他所列方向的充分依据。
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
部分线性模型中的样条平滑
- 研究问题
- 在同时包含线性协变量项和未知光滑函数的回归模型中，如何联合估计两部分，并保证线性系数的统计推断？
- 方法与思路
- 作者在未知函数的指定阶导数平方可积条件下，通过最小化残差平方和与粗糙度惩罚之和估计系数和函数。
- 材料陈述的贡献
- 摘要称这些估计具有弥散先验下的贝叶斯解释，并在一定条件下使线性系数估计一致且渐近正态。
- 阅读关注点
- 应核对粗糙度惩罚和调节参数、协变量与平滑变量的条件、弥散先验的构造，以及系数渐近方差的表达。
- 阅读边界
- 仅据所给 Crossref 摘要，不能还原所谓温和条件，也不能确认未知函数的收敛速度、置信区间构造或具体有限样本性质。
原文摘要
SUMMARY Suppose that Yi = X'iβ + f(ti) + εi, 1 ≤ i ≤ n, where β, f, and εi are unknown, but the m-th derivative of f is square integrable. Estimates of β and f are given which minimize the sum of the residual sum of squares and a roughness penalty. It is shown that these estimates are Bayes under a diffuse prior on β and f, and that, under mild conditions on Xi, ti, εi, and the roughness penalty, the estimate of β is consistent and asymptotically normal.