Estimation in generalised varying-coefficient models with unspecified link functions
连接函数未指定的广义变系数模型估计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：摘要讨论一般广义变系数回归与未知连接函数，未明确选择行为、因果效应或其他具体领域对象。
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
连接函数未指定的广义变系数模型估计
- 研究问题
- 研究连续或离散响应的广义变系数模型中，连接函数未知所引起的不可识别问题，以及如何同时估计系数函数与连接函数。
- 方法与思路
- 作者提出识别条件，通过非参数迭代程序估计系数函数的方向、范数及连接函数，并用加权最小二乘算法实现估计。
- 材料陈述的贡献
- 摘要称所提识别条件比既有条件更弱，建立了非参数估计量的渐近性质，并通过模拟和应用展示小中样本表现。
- 阅读关注点
- 应核对识别约束如何消除连接函数与系数间的歧义、较弱条件的比较范围，以及迭代算法的初始化和收敛处理。
- 阅读边界
- 摘要未写出识别条件、渐近性质的具体形式或模拟数值；响应可离散不足以说明本文研究的是离散选择行为模型。
原文摘要
In this paper, we study the generalised varying-coefficient models, where the link function is unspecified and the response variable can be either continuous or discrete. As the link function is unspecified, the models under investigation become unidentifiable. In this paper, we derive an identification condition for the generalised varying-coefficient models, which is much weaker and more reasonable than that given by Kuruwita et al. (2011) whose model can be seen as a special case of our modelling framework. Under the identification condition, we introduce a nonparametric iterative procedure to estimate the functional coefficient with its direction and norm as well as the unspecified link function, and then establish the asymptotic properties of the resulting nonparametric estimators. Furthermore, a weighted least squares based algorithm is provided to implement the iterative estimation procedure. The simulation studies and empirical application show that our estimation methodology works quite well in both small and median sample cases.