Nonparametric, isotonic discriminant procedures
非参数保序判别方法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：摘要研究通用保序预测与判别规则，未涉及时间序列预测、收益预测或经济离散选择模型。
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
非参数保序判别方法
- 研究问题
- 论文研究预测或判别规则需要随解释变量保持特定排序时，如何在这种保序约束下获得不同损失函数对应的最优规则。
- 方法与思路
- 作者对解释变量偏序施加保序限制，分别刻画 L1 与 L2 型损失下的最优规则，并用学生平均成绩预测作示例。
- 材料陈述的贡献
- 摘要称，论文给出了两类损失下保序最优规则的刻画，并展示利用高中排名和 ACT 成绩预测大学平均成绩的例子。
- 阅读关注点
- 读全文时应核对解释变量偏序和保序规则的定义、最优性对应的目标，以及样本估计、计算实现和示例评价方式。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明估计误差、泛化性能或算法成本，成绩预测示例不提供经济因果解释。
原文摘要
In many situations it is desirable that prediction/discriminant rules should satisfy ordering properties with respect to the explanatory variables. Here, optimal rules under both L1 and L2 type loss functions are characterised under the restriction that the rules be isotonic with respect to the partial ordering on the explanatory variables. An example is given where college grade-point average is predicted based upon high school rank and American College Testing scores.