.png){kind=icon}
返回
A dynamic interaction varying index coefficient quantile regression model
.png){kind=icon}
PRE
AI
DOI：10.1007/s00362-026-01806-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种功能变系数分位数回归模型，该模型不仅能表征一组协变量之间的非线性交互作用及其对响应变量的影响，还能捕捉功能/纵向数据的时间动态特征。大多数现有的半参数分位数回归模型是所提出模型的特例。首先，我们基于张量积B样条发展了一种剖面估计方法，并建立了剖面估计量的渐近性质。然后，通过样条后拟合局部线性平滑，推导出非参数系数函数的改进估计，并获得了其渐近正态性。此外，我们提供了一种基于自助法的检验程序，用于检验协变量之间是否存在交互作用。通过蒙特卡罗模拟和经验数据分析，展示了所提出方法的有限样本性能。
Keyword:
Functional data
Quantile regression
Time-dynamic
Profile estimation
Spline-backfitted local linear smoothing
期刊
S
IF:
1.1
论文数:
97
被引数:
0
机构
引用论文
.png){kind=icon}
Efficient inference of longitudinal/functional data models with time‐varying additive structure
PREAI
分享收藏Semiparametric function-on-function quantile regression model with dynamic single-index interactions
PREAI
分享收藏
查看更多内容