Model Checking with Nonparametric Curves
利用非参数曲线进行模型检验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：摘要提供通用回归模型检查方法；离散数据不足以确定经济离散选择方向，也没有其他所列细分的直接证据。
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
利用非参数曲线进行模型检验
- 研究问题
- 如何利用局部似然得到的非参数曲线检查回归模型，并通过偏差差异统计量和重抽样判断模型拟合是否充分？
- 方法与思路
- 作者以局部似然曲线开展模型检查，构造基于偏差差异的统计量，并用非参数 bootstrap 蒙特卡洛解释检验结果。
- 材料陈述的贡献
- 摘要介绍了结合非参数曲线与重抽样的模型检查方法，讨论部分理论问题，并用离散数据回归说明其应用。
- 阅读关注点
- 应核对参照模型、平滑参数选择和偏差统计量的定义，以及 bootstrap 的生成方式、校准目标与理论保证。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明具体理论结论、检验水平或数值表现，不能据此认定一致性或功效优势。
原文摘要
The use of local likelihood curve estimates in model checking is described. Test statistics are based on deviance differences, and are interpreted using nonparametric bootstrap Monte Carlo. Some theoretical aspects are discussed. Methods are illustrated for regression with discrete data.