Encompassing Tests for Nonparametric Regressions
非参数回归的涵盖检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要核心是通用非参数回归模型比较，未明确涉及所列因果、面板、时间序列或金融细分方向。
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…
关注这篇论文的作者
非参数回归的涵盖检验
- 研究问题
- 当两个非参数回归模型提供不同信息时，如何用明确的距离标准界定涵盖关系，并检验一个模型是否包含另一模型的信息？
- 方法与思路
- 作者以L2距离建立非参数模型涵盖框架，构造基于核回归的检验，并研究两种实现小偏差性质的方案及野生自助法。
- 材料陈述的贡献
- 摘要称，论文提出完全非参数的涵盖检验，证明野生自助法有效，并考察数据驱动带宽及检验在中小样本中的表现。
- 阅读关注点
- 应核对涵盖假设的数学定义、两种小偏差方案的条件，以及带宽选择如何影响检验统计量和野生自助法的有效性。
- 阅读边界
- 这是arXiv预印本，同行评审或接收状态未核实；摘要未说明具体正则条件、检验功效及模拟数值，不能判断普遍优势。
原文摘要
We set up a formal framework to characterize encompassing of nonparametric models through the L2 distance. We contrast it to previous literature on the comparison of nonparametric regression models. We then develop testing procedures for the encompassing hypothesis that are fully nonparametric. Our test statistics depend on kernel regression, raising the issue of bandwidth's choice. We investigate two alternative approaches to obtain a "small bias property" for our test statistics. We show the validity of a wild bootstrap method. We empirically study the use of a data-driven bandwidth and illustrate the attractive features of our tests for small and moderate samples.