Monotone B -Spline Smoothing
单调 B 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：摘要明确的是通用形状约束平滑，未说明分位数效应、离散选择或其他给定领域问题。
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…
单调 B 样条平滑
- 研究问题
- 在生长曲线或项目反应曲线需要满足单调性时，如何兼顾拟合灵活性、计算效率与受约束估计的收敛表现？
- 方法与思路
- 作者以 L1 优化构造单调 B 样条平滑，将约束拟合转化为线性规划，并通过真实数据及模拟展示应用。
- 材料陈述的贡献
- 摘要称，方法结合样条逼近与线性规划的优点，受约束拟合在计算复杂度和渐近收敛率上与无约束估计相近。
- 阅读关注点
- 应核对单调性如何施加于样条、节点与平滑程度如何选择，以及与无约束估计相近的理论条件和比较标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未给出收敛条件和具体应用结果，不能据 L1 优化直接推断分位数效应或全面稳健性。
原文摘要
Estimation of growth curves or item response curves often involves monotone data smoothing. Methods that have been studied in the literature tend to be either less flexible or more difficult to compute when constraints such as monotonicity are incorporated. Built on the ideas of Koenker, Ng, and Portnoy and Ramsay, we propose monotone B-spline smoothing based on L 1 optimization. This method inherits the desirable properties of spline approximations and the computational efficiency of linear programs. The constrained fit is similar to the unconstrained estimate in terms of computational complexity and asymptotic rate of convergence. Through applications to some real and simulated data, we show that the method is useful in a variety of applications. The basic ideas utilized in monotone smoothing can be useful in some other constrained function estimation problems.