Confidence Regions for Parameter Subsets in Nonlinear Regression
非线性回归中参数子集的置信域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：摘要讨论一般非线性回归的置信域，未给出结构经济模型或其他所列领域细分的直接依据。
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
非线性回归中参数子集的置信域
- 研究问题
- 非线性回归中，如何为部分参数构造置信域，以处理线性近似产生的椭球置信域可能偏离名义水平的问题？
- 方法与思路
- 作者研究似然比与得分置信域并给出几何解释，再利用模型二阶导数近似两类区域，考虑内在及参数效应非线性。
- 材料陈述的贡献
- 摘要称推导出近似两类置信域的简单方法，并用模型曲率信息处理非线性，但未报告覆盖率改善的具体幅度。
- 阅读关注点
- 应核对参数子集与干扰参数的处理、两种非线性的几何含义，以及二阶近似相较于线性近似的适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，无法判断小样本覆盖率或强非线性下的可靠性，也不能将近似区域视为精确置信域。
原文摘要
Confidence regions for some of the parameters in nonlinear regression models are often based on the large sample distribution of the least squares estimator, or equivalently a linear approximation to the model. These regions have a simple ellipsoidal shape but their nominal level is often misleading. Confidence regions based on the likelihood ratio and on the scores are examined and geometric interpretations are given. A simple method of approximating both types of confidence regions is derived, which uses second derivatives of the model to account for intrinsic and parameter effects nonlinearity.