A SIMPLE NONPARAMETRIC APPROACH FOR ESTIMATION AND INFERENCE OF CONDITIONAL QUANTILE FUNCTIONS
条件分位数函数估计与推断的简便非参数方法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：摘要直接研究条件分位数函数、单调性及收入分布应用。
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
条件分位数函数估计与推断的简便非参数方法
- 研究问题
- 如何以便于计算的非参数方法估计条件分位数函数，自动保持分位数单调性，并对整条函数进行统计推断？
- 方法与思路
- 作者构造天然满足分位数单调性的估计量，发展弱收敛理论，并提出残差自助法构造置信带，以模拟和收入数据展示。
- 材料陈述的贡献
- 摘要称估计量与基于检验损失函数的估计在均方误差上比较良好，置信带覆盖适当，并提供加拿大毕业生收入应用。
- 阅读关注点
- 应核对单调性实现方式、弱收敛与残差自助法的条件，以及置信带覆盖对象、模拟比较和收入应用的设定。
- 阅读边界
- 仅据所给 Crossref 版本摘要；光滑性、调参方式及覆盖数值未说明，摘要不足以判断该方法在不同分布下的优势。
原文摘要
In this paper, we present a new nonparametric method for estimating a conditional quantile function and develop its weak convergence theory. The proposed estimator is computationally easy to implement and automatically ensures quantile monotonicity by construction. For inference, we propose to use a residual bootstrap method. Our Monte Carlo simulations show that this new estimator compares well with the check-function-based estimator in terms of estimation mean squared error. The bootstrap confidence bands yield adequate coverage probabilities. An empirical example uses a dataset of Canadian high school graduate earnings, illustrating the usefulness of the proposed method in applications.