B-SPLINE ESTIMATION FOR PARTIALLY LINEAR REGRESSION MODELS WITH HETEROSCEDASTICITY
Notice bibliographique
Résumé
For partially linear regression model with heteroscedastic error variances yij = x'ijβ+ g(tij) + eij, i = 1,2,…,k, j = 1,2,…,ni, and sum from i=1 to k=n where yij's are responses, β= (β,…,βP)' is an unknown parameter vector, g(.) is an unknown function over R, Xij = (xij,…,XijP)' and tij ∈[0,1] are known and nonrandom design points, and eij's are independent errors with mean 0 and variance σi2 which may be different. Based on the nonparametric component g(.) approximated by a B-spline series, a semiparametric generalized least squares estimator (SGLSE) of the parametric component βis constructed. The asymptotic distribution is established under some moment conditions on the error distributions. Most of the error distributions encountered in practice satisfy these moment conditions. A consistent estimator of the asymptotic covariance matrix is also given. Moreover, the B-spline estimation of the nonparametric component is also considered. The large sample properties of these estimators are derived for increasing k, assuming the numbers ni in the groups from a fixed sequence. Based on these asymptotic results asymptotically valid the test statistics and confidence intervals for parametric component and nonparametric component can be constructed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».