Strong consistency of kernel estimator in a semiparametric regression model
与Li \cite{sir}引入的半参数回归模型相关的有效降维（EDR）空间的估计是基于给定响应的预测因子向量的条件期望的协方差阵$Λ$的估计。Zhu和Fang提出了基于核方法的$Λ$的估计量\cite{Asymptotics}，并在一定条件下得到了$\sqrt{n}\left(\widehatΛ_n-Λ\right)$的渐近分布为$n\rightarrow +\infty$ .本文在一定条件下得到了$\widehatΛ_n$到$Λ$的几乎必然收敛，即$n\rightarrow +\infty$ .
2018-11-06 math.ST stat.TH
Adaptive semiparametric wavelet estimator and goodness-of-fit test for long memory linear processes
本文首先研究了一般半参数框架下线性过程长记忆参数的自适应小波估计。这是Bardet { \it et al.}（2008），只涉及高斯过程。此外，修改了长记忆参数估计的定义，改进了高斯情形下的渐近结果。最后还建立了一种易于使用的自适应拟合优度检验：卡方检验。仿真证实了自适应估计和测试的一致性和鲁棒性的有趣的属性。
2010-12-03 math.ST stat.TH
Semiparametric regression estimation using noisy nonlinear non invertible functions of the observations
本文研究了一类半参数回归模型，其中观测值为带噪声的非线性不可逆函数。我们专注于纯方位跟踪的应用。我们首先研究了最小二乘估计，并在较弱的假设下证明了它的相合性和渐近正态性。研究了半参数似然过程，证明了模型的局部渐近正态性。这允许定义有效的Fisher信息作为正则估计量的渐近方差的下界，并证明参数似然估计量是正则的且渐近有效的。模拟来说明我们的结果。
2008-12-16 math.ST stat.TH
Semiparametric density estimation by local L_2-fitting
本文通过结合参数方法和非参数因子来研究密度估计。插入式参数估计量被视为真密度的粗略估计量，并通过非参数因子进行调整。非参数因子由局部L_2拟合准则导出。给出了一类具有乘性调整的估计，包括一些作者作为特例提出的估计，并给出了渐近理论。理论比较表明，在这类估计优于，或至少有竞争力的，传统的核估计在广泛的一类密度。这类估计的渐近最佳估计量可以从偏置函数的优美特征中得到。
2004-06-25 math.ST stat.TH
Semiparametric tail-index estimation for randomly right-truncated heavy-tailed data
当处理截断分布的参数信息时，截断数据分布函数的半参数估计（Wang，1989）比非参数估计更有效。在此基础上，给出了随机右截断Pareto型分布尾指数的估计量，并证明了其相合性和渐近正态性.通过仿真研究，证明了该估计器的有限样本行为。我们指出，在偏差和均方误差的根，我们的估计比那些基于非参数估计方法。最后给出了一个艾滋病发病诱导时间的实际数据集的应用。
2021-06-02 math.ST stat.TH
Performance of Efron and Tibshirani's semiparametric density estimator
University of Oslo（奥斯陆大学）
本文分析了Efron和Tibshirani提出的半参数密度估计器的性能，推导了偏差、方差及均方误差公式，并与其它半参数估计方法进行比较，发现其在某些情况下优于核估计器，但总体性能不敌Hjort和Glad估计器。
2026-03-16 math.ST stat.TH
Statistical generalized derivative applied to the profile likelihood estimation in a mixture of semiparametric models
在纵向和生存数据的联合模型中，很难找到轮廓似然估计量的方差估计。我们通过引入“统计广义导数”来解决这个困难。导数用于显示估计量的渐近正态性，而不假设模型中密度函数的二阶导数存在。
2018-07-20 math.ST stat.TH
Center-Outward R-Estimation for Semiparametric VARMA Models
对于新息密度起冗余参数作用的半参数VARMA模型，提出了一类新的R-估计。我们的估计是基于多变量中心向外的行列和标志的新概念。我们表明，这些概念，结合乐凸轮的渐近理论的统计实验，产生一类半参数估计程序，这是有效的（在给定的参考密度），根$n$一致的，和渐近正常下广泛的类（可能非椭圆）的实际创新密度。不需要核密度估计来实现我们的过程。我们的R-估计和其他竞争对手的蒙特卡罗比较研究表明，在大样本和小样本的新方法的好处。证明，计算方面，和进一步的数值结果可在补充材料。
2020-07-11 math.ST stat.TH
Average Density Estimators: Efficiency and Bootstrap Consistency
本文强调了半参数效率和自举一致性之间的紧张局势的背景下，一个典型的半参数估计问题，即估计的平均密度的问题。结果表明，虽然简单的插件估计遭受偏见的问题，防止他们在最小的平滑条件下实现半参数效率，非参数引导自动纠正这种偏见，因此，这些看似低劣的估计实现引导一致性最小的平滑条件下。相比之下，几个“去偏”估计，实现半参数的最小光滑条件下的效率不实现自举一致性在这些相同的条件下。
2020-12-20 econ.EM math.ST stat.TH
Pseudo full likelihood estimation for prospective survival analysis with a general semiparametric shared frailty model: asymptotic theory
在这项工作中，我们提出了一个简单的估计程序的一般脆弱性模型分析的前瞻性相关故障时间。早期的工作表明，这种方法在模拟研究中表现良好。在这里，我们提供了严格的大样本理论的建议估计的回归系数向量和相关参数，包括一致的方差估计。
2006-02-12 math.ST stat.TH
Stein Shrinkage and Second-Order Efficiency for semiparametric estimation of the shift
考虑了在高斯白噪声中观测到的未知对称周期函数$f$的位移估计问题。利用分块Stein方法，引入了数据驱动惩罚的惩罚轮廓似然，使得对称对称中心的估计量被定义为惩罚轮廓似然的最大化者.该估计具有的优点是独立的功能类的信号$f$ SI假设属于，此外，被证明是半参数自适应和有效的。此外，所提出的估计的风险扩展的二阶项被证明至少表现以及使用单调平滑滤波器的最佳可能的估计的风险的二阶项。在温和的假设下，该估计被证明是二阶minimax尖锐自适应在整个规模的Sobolev球光滑$β>1$。因此，这些结果扩展了那些\cite{DGT}，其中二阶渐近极小极大性证明的估计依赖于功能类包含$f$和$β\geq 2$是必需的。
2007-02-26 math.ST stat.TH
The Asymptotic Covariance Matrix of the Odds Ratio Parameter Estimator in Semiparametric Log-bilinear Odds Ratio Models
两个随机变量之间的关联往往是统计研究中的主要兴趣。本文考虑了随机向量X和Y之间的半参数组合模型，该模型的边缘分布是任意的。鉴于比值比函数包含了关于关联的全部信息，重点是双线性对数比值比模型，特别是比值比参数向量θ。θ的最大似然估计量θ^的协方差结构对于渐近推断是非常重要的。为此，不同的表示的估计协方差阵的条件和无条件的抽样方案和不同的渐近方法，取决于是否X和/或Y有有限或任意的支持。主要结果是θ^的估计渐近协方差阵相对于所有上述方法的不变性。作为应用，我们计算了关于θ的线性假设检验的渐近功效-重点是logistic和线性回归模型-这允许确定必要的样本量以实现所需功效。
2012-04-13 math.ST stat.TH
On the asymptotic behavior of the Nadaraya-Watson estimator associated with the recursive SIR method
研究了半参数回归模型中回归函数的Nadaraya-Watson估计的渐近性质。一方面，我们利用递归形式的切片逆回归方法来估计模型的未知参数。另一方面，我们实现了一个递归的Nadaraya-Watson过程的估计的回归函数，考虑到以前的估计的半参数回归模型的参数。我们建立了Nadaraya-Watson估计量的几乎必然收敛和渐近正态性。我们还说明了我们的半参数估计程序模拟数据。
2012-02-24 math.ST stat.TH
Semiparametric Efficient Empirical Higher Order Influence Function Estimators
Institute of Natural Sciences, MOE-LSC, School of Mathematical Sciences, CMA-Shanghai and SJTU-Yale Joint Center for Biostatistics and Data Science, Shanghai Jiao Tong University（上海交通大学自然学院、教育部数学科学中心、CMA-上海和上海交通大学-耶鲁生物统计与数据科学联合中心）；Department of Biostatistics, Harvard University（哈佛大学生物统计系）；Department of Economics, Massachusetts Institute of Technology（麻省理工学院经济学系）；Department of Epidemiology and Biostatistics, Harvard University（哈佛大学流行病学与生物统计系）
本文提出一种无需光滑性假设的半参数高效经验高阶影响函数估计器，适用于缺失数据模型中的均值估计。
2026-01-26 math.ST stat.TH
Two likelihood-based semiparametric estimation methods for panel count data with covariates
本文考虑了半参数回归模型中具有"面板计数“数据的计数过程均值的估计。基本模型假设是计数过程的条件均值函数的形式为$E\{\mathbb{N}(t)|Z\}=\exp(β_0^TZ)Λ_0(t)$，其中$Z$是协变量向量，$Λ_0$是基线均值函数。"面板计数“观察方案涉及在随机数$K$的随机时间点观察个体的计数过程$\mathbb{N}$;这些时间点的数量和位置可能因个体而异。研究了基于非齐次泊松过程假设的未知参数$(β_0,Λ_0)$的半参数极大似然估计和极大似然估计。伪似然估计量相当容易计算，而最大似然估计量从计算的角度来看带来了更多的挑战。我们研究的渐近性质，这两个估计假设的比例平均模型成立，但下降的泊松过程的假设，用于推导估计。特别是，我们建立了渐近正态性的回归参数$β_0$的估计在适当的假设。结果表明，我们的估计程序是强大的，在这个意义上说，估计收敛到真理，无论潜在的计数过程。
2007-12-05 math.ST stat.TH
A note on critical dimensions in profile semiparametric estimation
本文补充了Andresen et. al“Critical dimension in profile semiparametric estimation”（2014）on profile estimators in semiparametric models.我们提出两个例子。一个说明了光滑约束的期望值的对比度功能，用于定义的配置文件M-估计是必要的界限得出的临界比率的尺寸样本量。第二个表明，在目标尺寸是成比例的情况下，Fisher型结果的临界比率保持不变，而Wilks现象，它是乘以平方根的全尺寸，就像在上界在Andresen等。al（2014）.
2014-10-17 math.ST stat.TH
Semiparametric stationarity and fractional unit roots tests based on data-driven multidimensional increment ratio statistics
本文证明了Bardet和Dola（2012）建立的记忆参数d的多维增量比（MIR）估计所满足的中心极限定理（CLT）可以推广到具有记忆参数$\in$（-0.5，1.25）的半参数类高斯分数积分过程.由于该CLT的渐近方差可以通过针对平稳性和非平稳性两种情况的数据驱动MIR检验来估计，因此构建了区分假设d \textless{} 0.5和d $\ge$ 0.5的两个检验，以及区分情况d = 1和情况d \textless{} 1的分数单位根检验。对多种短记忆、长记忆和非平稳过程的仿真结果表明，与常用的半参数估计相比，该估计具有较高的精度和稳健性。他们还证明了合理的效率MIR测试相比，其他常见的平稳性测试或分数单位根测试。保留字：高斯分数积分过程;记忆参数的半参数估计;长记忆检验;平稳性检验;分数单位根检验。
2016-01-21 math.ST stat.TH
Semiparametric Modeling and Analysis for Longitudinal Network Data
针对纵向网络数据分析问题，提出含静态潜在空间分量及时变节点特异性基线分量的半参数潜在空间模型，推导半参数有效得分方程并设计两种估计器，给出 oracle 误差界及可识别性分析，且在纽约 Citibike 数据集上验证了方法有效性。
2025-02-13 math.ST stat.ME stat.TH
Semiparametric estimation of McKean-Vlasov SDEs
本文研究一类McKean-Vlasov随机微分方程的半参数估计问题。我们的目的是估计漂移系数的MV-粒子系统的观测的基础上。我们提出了一个半参数估计过程，并推导出所得估计的收敛速度。我们进一步证明，所获得的利率基本上是最优的极大极小意义。
2021-07-01 math.ST stat.TH
Semiparametric regression of mean residual life with censoring and covariate dimension reduction
提出了一类新的截尾数据下的平均剩余寿命半参数回归模型。模型，使我们能够估计预期的剩余生存时间和推广常用的平均剩余寿命模型，也进行协变量降维。使用半参数文献中的几何方法和生存数据的鞅性质，我们提出了一个灵活的推理过程，放松了平均剩余寿命对协变量的依赖性的参数假设，以及病人活了多久。我们证明了协变量效应的估计是根$n$一致的，渐近正态的，半参数有效的。在未指定平均剩余寿命函数下，给出了一个预测给定受试者剩余寿命的非参数估计，并建立了该估计的根$n$相合性和渐近正态性性.数值实验表明了所提出的估计器的可行性。我们应用该方法来分析一个国家的肾移植数据集，以进一步证明该工作的实用性。
2020-11-08 math.ST stat.ME stat.TH
Semiparametric inference on Gini indices of two semicontinuous populations under density ratio models
基尼系数是一种流行的不平等衡量标准，在社会和经济研究中有许多应用。本文研究了两个连续总体基尼指数的半参数推断。我们的特点是每个连续人口的分布由一个离散的点质量在零和一个连续的偏正分量的混合物。半参数密度比模型，然后连接两个分布的正分量。我们提出了两个基尼指数的最大经验似然估计及其差，并进一步研究了所提出的估计的渐近性质。渐近结果使我们能够构建置信区间，并进行假设检验的两个基尼指数和他们的差异。我们表明，建议的估计是更有效的比现有的完全非参数估计。所提出的估计和渐近结果也适用于没有过多零值的情况。仿真研究表明，我们提出的方法优于现有的方法。两个真实数据的应用程序，提出了使用所提出的方法。
2021-06-04 math.ST stat.ME stat.TH
Semiparametric Inference for Half-Trek Estimators in Linear Structural Equation Models
Technical University of Munich（慕尼黑工业大学）；École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）；Munich Center for Machine Learning（慕尼黑机器学习中心）
针对线性结构方程模型中的半循迹估计量，推导其半参数影响函数，证明渐近正态性并给出闭式方差，实现置信区间和假设检验。
2026-08-13 math.ST stat.ME stat.TH
Robust semiparametric inference for polytomous logistic regression with complex survey design
分析复杂调查方案（如分层或整群抽样）的多分类响应在一些社会经济学应用中非常重要。本文给出了多分类逻辑斯谛回归模型的一类最小拟加权密度幂离估计。这个家庭的半参数估计是一个强大的推广的最大拟加权似然估计，利用流行的密度功率发散措施的优势。相应地，还导出了设计效应的鲁棒估计。利用新的估计量对回归系数进行了一般线性假设的稳健检验。理论上研究了它们的渐近分布和鲁棒性，并通过数值算例和广泛的蒙特卡罗研究进行了经验验证。
2019-04-03 math.ST stat.AP stat.ME
Semiparametric Estimation of Long-Term Treatment Effects
本文提出结合实验短期结果与观测性短期、长期测量的半参数方法，刻画效率界并构建估计量，以估计长期处理效应，并通过扶贫项目校准模拟验证其有限样本表现。
2023-08-17 econ.EM math.ST stat.TH
Gaussian semiparametric estimates on the unit sphere
本文研究了高斯、球面和各向同性随机场的功率谱系数的参数估计的弱收敛性（在高频极限）。特别是，我们引入了惠特尔型近似极大似然估计，我们研究其渐近弱一致性和高斯性，在参数和半参数的情况下。
2014-02-04 math.PR math.ST stat.TH
Semiparametric stationarity tests based on adaptive multidimensional increment ratio statistics
本文证明了Bardet和Dola（2012）中定义的长程记忆参数的自适应多维增量比估计对于一类半参数的具有记忆参数的高斯分数积分过程$d \in (-0.5,1.25)$满足中心极限定理（CLT）.由于该CLT的渐近方差可以计算，因此构造了区分假设$d<0.5$和$d \geq 0.5$的平稳性或非平稳性检验。这些检验也是单位根的相合检验。在短记忆、长记忆和非平稳过程的大型基准上进行的仿真表明了该测试相对于其他常见的平稳性或非平稳性测试（LMC、V/S、ADF和PP测试）的准确性。最后，将估计和检验应用于著名经济数据的对数收益率及其绝对值幂律。
2012-12-15 math.ST stat.TH
Semiparametrics via parametrics and contiguity
本文提出通过构造近似参数模型并利用相互邻接性，将半参数推断问题转回参数框架，从而严格证明极限估计量的渐近正态性与有效性，并以部分线性模型和Cox模型为例，给出Cox部分似然估计量有效性的新证明。
2025-09-22 econ.EM math.ST stat.ME
Semiparametric inference for mixtures of circular data
我们考虑X1，. ..，Xn是圆S1上的数据样本，其分布是两组分混合物。表示R和Q在S1上的两个旋转，假设X i的密度为g（x）= pf（R -1 x）+（1 - p）f（Q -1 x），其中p $\in$（0，1），f是圆上的未知密度.在本文中，我们估计参数部分$θ$ =（p，R，Q）和非参数部分f。研究了圆上可识别性的具体问题。引入了$θ$的一个相合估计，并证明了它的渐近正态性.我们提出了一个基于傅立叶估计的f与惩罚标准选择的分辨率水平。我们表明，我们的自适应估计是最佳的预言和极大极小的观点时，密度属于一个Sobolev球。我们的方法是通过数值模拟说明。
2022-05-31 math.ST stat.TH
Efficient semiparametric estimation in generalized partially linear additive models for longitudinal/clustered data
考虑了当多个协变量需要非参数建模时，纵向/聚类数据广义部分线性可加模型中欧氏参数的有效估计，并提出了一种基于模型非参数部分的样条逼近和广义估计方程（GEE）的估计方法.虽然考虑的模型是自然的，在许多实际应用中是有用的，这个模型的文献是非常有限的，因为在处理非参数加性模型的相关数据的挑战。我们证明了，即使协方差结构是错误的，所提出的估计是一致的和渐近正态的。还提供了渐近方差的显式相合估计。在一般矩条件下，我们还得到了半参数有效值和信息界。通过证明我们的估计达到了半参数信息界，我们有效地建立了他们的效率在更强的意义上比通常认为的GEE。我们的渐近结果的推导在很大程度上依赖于我们开发的纵向/聚类数据的经验过程工具。数值结果被用来说明所提出的估计的有限样本性能。
2014-02-04 math.ST stat.TH
Semiparametric Efficient Fusion of Individual Data and Summary Statistics
Peking University（北京大学）；Harvard T.H. Chan School of Public Health（哈佛大学陈曾熙公共卫生学院）；Renmin University of China（中国人民大学）
本文提出了一种半参数高效融合个体数据与汇总统计量的方法，通过建立效率下限并设计自适应估计量，实现对外部汇总统计量的有效利用。
2026-02-05 math.ST stat.ME stat.TH
Semiparametrically efficient rank-based inference for shape II. Optimal R-estimation of shape
基于多变量符号秩的概念和Hallin和Paindaveine [Ann. Statist. 34（2006）]提出了用于椭圆分布的形状矩阵的估计。这些R-估计在任何径向密度g下都是根-n相容的，没有任何矩假设，并且在某些预先指定的密度f下是半参数有效的。当基于正态分数时，它们一致地比基于经验协方差阵的传统正态理论估计更有效（其中的渐近正态性需要四阶的有限矩），而与实际的基本椭圆密度无关。他们依赖于一个原始的基于秩的版本Le Cam的一步方法，避免了不愉快的非参数估计的交叉信息量，这是一般需要在R-估计的上下文中。虽然它们不是严格仿射等变的，但它们在弱渐近意义上是等变的。仿真结果证实了它们的可行性和优良的有限样本性能。
2007-08-01 math.ST stat.TH
Maximum pseudo-likelihood estimation based on estimated residuals in copula semiparametric models
本文讨论的情况下，当一个人感兴趣的依赖结构的多维响应变量中存在的多元协变量。假设协变量通过回归模型只影响边缘分布，而由copula描述的相关结构不受影响。讨论了Copula函数的参数估计，重点讨论了最大伪似然方法。证明了在适当的正则性假设下，由残差计算的估计量与基于不可观测误差的估计量是渐近等价的。在这种情况下，可以忽略响应首先针对协变量的影响进行调整的事实。蒙特卡洛模拟研究探讨了（除其他外）不满足规律性假设且声称的结果不成立的情况。结果表明，在这种情况下，最大伪似然估计可能表现不佳，Copula参数的矩估计是感兴趣的。我们的结果补充了Copula函数的非参数估计的结果。
2019-03-11 math.ST stat.TH
Semiparametric inference on general functionals of two semicontinuous populations
本文提出了对两个连续总体的线性泛函及其函数进行推断的新的半参数方法。每个总体的分布通常是由一个离散的零点质量和一个连续的偏正分量的混合物来表征的，因此这种分布在本质上是不连续的。为了利用来自两个群体的信息，我们通过半参数密度比模型对两个混合分布的正分量进行建模。在此模型下，我们构造了线性泛函及其函数的极大经验似然估计，并证明了估计的渐近正态性。我们证明了线性泛函的估计比完全非参数估计更有效。渐近结果使我们能够构造置信区域和进行假设检验的线性泛函及其功能。我们进一步将这些结果应用到几个重要的总结量，如矩，平均比，变异系数，和广义熵类不等式措施。仿真研究表明，我们提出的半参数方法的优势，一些现有的方法。两个实际数据的例子是为了说明。
2020-12-18 math.ST stat.ME stat.TH
Semiparametric GEE analysis in partially linear single-index models for longitudinal data
在本文中，我们研究了一个一般框架下，其中包括稀疏和密集的纵向数据的情况下，纵向数据的部分线性单指标模型。介绍了一种基于局部线性平滑和广义估计方程（GEE）相结合的半参数估计方法来估计两个参数向量以及未知的连接函数。在适当的条件下，我们得到了所提出的参数估计和非参数估计在不同情形下的渐近性质，由此我们发现，对于稀疏纵向数据，所提出的估计的收敛速度和渐近方差与密集纵向数据有很大的不同.我们还讨论了半参数GEE方法中涉及的协方差（或权重）矩阵的估计。此外，我们提供了一些数值研究，包括蒙特卡罗模拟和实证应用来说明我们的方法和理论。
2015-07-30 math.ST stat.TH
A Robbins-Monro procedure for estimation in semiparametric regression models
本文讨论半参数回归模型中位移的参数估计和回归函数的非参数估计。我们实现了一个非常有效和易于处理的Robbins-Monro过程。一方面，我们提出了一个类似于Robbins-Monro的随机算法，以估计移位参数。对回归函数的初步评估对于估计偏移参数是不必要的。另一方面，我们利用递归Nadaraya-Watson估计的回归函数的估计。该核估计器考虑了移位参数的先前估计。我们建立了Robbins-Monro和Nadaraya-Watson估计量的几乎必然收敛。我们的估计的渐近正态性也被提供。最后，我们说明了我们的半参数估计过程模拟和真实数据。
2012-06-04 math.PR math.ST stat.TH
Model Building for Semiparametric Mixtures
多元混合模型拟合中的一个重要而又困难的问题是混合模型复杂度的确定。我们开发的理论和一个统一的框架，找到一个多元混合分布的非参数最大似然估计，从而估计混合的复杂性。多元混合提供了一种灵活的方法来拟合高维数据，同时通过组分密度的数量，位置和形状提供数据简化。该方法的核心思想是将混合最大化问题转化为具有多个线性不等式约束的凹优化问题，并利用“罚函数“将其转化为无约束问题。我们建立了参数估计的存在性，并证明了所提出的算法的收敛性。证明了“筛参数”在降低混合物模型维数中的作用。我们推导出分析机器，通过筛选参数，建立一个集合的半参数混合模型，包括多变量的情况下，。该方法的性能显示与应用程序的几个数据集，包括cdc15细胞周期酵母微阵列数据。
2006-06-03 math.ST stat.TH
Semiparametric Efficiency in Convexity Constrained Single Index Model
本文研究了具有未知凸连接函数的单指标回归模型的估计和推断问题。我们引入了一个凸和Lipschitz约束最小二乘估计（CLSE）的参数和非参数成分的独立和同分布的观察。我们证明的一致性，并发现CLSE的收敛速度时，错误被假定为只有$q \ge 2$时刻，并允许依赖于协变量。当$q\ge 5$时，我们建立了参数分量估计的$n^{-1/2}$ -收敛速率和渐近正态性。此外，CLSE被证明是半参数有效的，如果误差发生的同方差。{We开发并实现一个数值稳定和计算快速的算法来计算我们在R包中提出的估计量~ \texttt{simest} }。我们通过大量的模拟和数据分析来说明我们的方法。最后，我们的效率证明是几何的，并提供了一个通用的框架，可以用来证明各种各样的半参数模型中的估计的效率，即使他们不满足有效的得分方程直接。
2021-01-13 math.ST stat.CO stat.ME
Efficient Semiparametric Estimation of Network Treatment Effects Under Partial Interference
近年来，人们提出了许多网络处理效应的估计方法。但是，他们的半参数效率方面的最优性尚未得到解决。我们提出了一个简单的，但灵活的渐近框架，以获得有效的影响函数和半参数效率的下限下的家庭的网络因果效应的部分干扰。我们结果的一个重要推论是Liu et al.（2019）的一个现有估计量是局部有效的。我们还提出了其他估计是有效的，并讨论自适应估计的结果。最后，我们使用有效的估计，研究在哥伦比亚的有条件的现金转移支付计划的直接和溢出效应。
2021-11-25 stat.ME
Maximum Likelihood Estimation of a Semiparametric Two-component Mixture Model using Log-concave Approximation
受生物科学中发现差异表达基因研究的启发，本文研究了一个已知成分的半参数两成分混合模型。假设未知组分的密度是对数凹的，它包含一个非常广泛的密度族，我们提出了一个半参数极大似然估计，并提出了一个计算它的期望最大化算法，我们的新估计方法同时找到混合比例和未知组分的分布。我们建立了半参数混合模型的可辨识性，并证明了估计的存在性和相合性。我们进一步比较我们的估计与现有的几个估计，通过模拟研究，并将我们的方法应用到两个真实的数据集，从生物科学和天文学。
2019-03-27 stat.AP stat.CO stat.ME
Semiparametric Estimation of Dynamic Discrete-Choice Models
我们考虑在半参数环境下的动态离散选择模型的估计，其中每个周期的效用函数是已知的有限数量的参数，但效用冲击的分布是不确定的。这种半参数设置不同于大多数现有的动态离散选择模型的识别和估计文献。为了证明识别，我们推导并利用了效用冲击的未知分位数函数的新的Bellman式递归表示。我们的估计是简单的计算，有些是简单的，不需要迭代，并类似于经典的估计文献中的半参数回归和平均导数估计。蒙特卡罗模拟表明，我们的估计表现良好，在小样本。为了突出这个估计器的功能，我们估计一个结构模型的动态劳动力供给纽约市出租车司机。
2016-05-26 stat.AP
Bias Correction of Semiparametric Long Memory Parameter Estimators via the Pre-filtered Sieve Bootstrap
研究了分数积分过程中长记忆参数$d$半参数估计的基于Bootstrap的偏差校正问题。重采样方法涉及应用筛选引导数据预过滤的初步半参数估计的长记忆参数。理论上的理由，使用引导技术的偏差调整日志周期图和半参数的本地Whittle估计的记忆参数的情况下，$d$的真实值位于范围$0\leq d<0.5$。还证明了自助法提供了具有正确渐近覆盖率的置信区间，通过自助法估计，所示的区间可明确调整偏倚。模拟证据比较分析偏置校正技术的自举偏差校正的性能。自举方法产生显着的偏差减少，特别是当应用到估计的偏差减少已经完成了一定程度的分析手段。
2016-03-06 stat.CO stat.ME
Heteroscedastic semiparametric transformation models: estimation and testing for validity
本文考虑一个异方差变换模型，其中变换属于参数单调变换族，回归和方差函数是非参数建模的，误差与多维协变量无关。在这个模型中，我们首先考虑模型未知分量的估计，即变换参数、回归和方差函数以及误差的分布。我们证明了所提出的估计量的渐近正态性。其次，我们对模型的有效性进行了检验，并在原假设下建立了检验统计量的极限分布。提出了一种Bootstrap方法来近似检验的临界值。最后，我们进行了模拟研究，以验证所提出的估计和测试的小样本行为。
2014-11-27 math.ST stat.ME stat.TH
Semiparametric Optimal Estimation With Nonignorable Nonresponse Data
当认为应答机制不是随机随机缺失（NMAR）时，有效分析需要比标准统计方法更强的应答机制假设。半参数估计已开发的模型假设下的响应机制。本文提出了一种新的统计检验方法，在不使用任何工具变量的情况下保证模型的可辨识性。此外，我们开发了最优半参数估计的参数，如人口的平均值。具体来说，我们提出了两个半参数最优估计，不需要任何模型假设以外的响应机制。估计的渐近性质进行了讨论。一个广泛的模拟研究与现有的一些方法进行比较。我们提出了一个应用程序，我们的方法使用韩国劳动和收入面板调查数据。
2020-05-07 stat.ME
Inference in semiparametric formation models for directed networks
针对有向网络连边形成，提出含度参数、同质性参数和未知噪声的半参数模型，并用基于核的最小二乘法实现高维推断、理论保证与检验应用。
2025-02-20 math.ST stat.ME stat.TH
Semiparametric Mixture Regression with Unspecified Error Distributions
在混合线性回归模型的拟合中，传统的方法是采用正态假设来建立误差模型，然后用极大似然估计来估计回归参数。如果违反了正常假设，则此程序无效。为了放松误差分布的正态假设，从而降低建模偏差，我们提出了具有未知误差分布的半参数混合线性回归模型。在比已有结果更弱的条件下，我们建立了一个更一般的可辨识性结果，构造了一类新的估计量，并建立了它们的渐近性质。这些渐近结果也适用于许多现有的半参数混合回归估计的渐近性质仍然未知，由于在获得它们的固有困难。利用模拟研究，我们证明了所提出的估计的优越性超过极大似然估计时，违反了正常的错误假设和可比性时，错误是正常的。对2017年新收集的马传染性贫血病毒数据进行分析，以说明新估计量的有效性。
2018-11-02 stat.ME
Semiparametric response model with nonignorable nonresponse
在缺失数据的统计分析中，如何处理不可解释的响应是一个具有挑战性的问题。响应机制的参数模型假设经常被做出，并且没有办法用缺失数据来验证模型假设。我们考虑一个半参数响应模型，放松了响应机制中的参数模型假设。本文提出了两类有效的估计量：剖面极大似然估计量和剖面校正估计量，并研究了它们的渐近性质。两个广泛的模拟研究与现有的一些方法进行比较。我们提出了一个应用程序，我们的方法使用韩国劳动和收入面板调查数据。
2018-10-30 stat.ME
Nearly Semiparametric Efficient Estimation of Quantile Regression
分位数回归作为最小二乘回归的一种有竞争力的替代方法，在分析异质数据时得到了广泛的应用。对于单分位数水平$τ$的分位数回归模型，半参数有效估计的主要困难是参数有效值的不可得性和条件密度估计。本文利用最不利子模型技术，分别推导了线性分位数回归模型在$(0,1)$中的单分位数水平、多分位数水平和所有分位数水平下的半参数有效得分.我们的主要发现是对多个分位数水平下的分位数回归模型的回归系数的一步（近似）半参数有效估计，它具有以下优点：它可以被看作是一种在多个/其他分位数上汇集信息以提高效率的最佳方法;由于所研究的分位数回归模型的性质，通过插入初始估计量，条件密度估计是直接的。在正则条件下，证明了所得到的估计达到了相应的半参数有效性下界。包括模拟和一个例子的儿童出生体重的数值研究证实，所提出的估计导致更高的效率相比，Koenker-Bassett分位数回归估计的所有分位数的利益。
2017-05-26 stat.ME
Deductive semiparametric estimation in Double-Sampling Designs with application to PEPFAR
在随访时间较长的研究中，不可预测的脱落是常见的，除非仔细处理，否则可能会使研究结果产生偏倚。双重抽样设计分配额外的资源，以追求辍学的子样本，并找出他们的结果，这可以解决潜在的偏见，由于不可解释的辍学。由于半参数估计具有稳健性，因此需要构造双重抽样设计的半参数估计。然而，获得这样的半参数估计仍然是一个挑战，由于有效影响函数（EIF）的解析形式的要求，其推导可以是特设的和困难的双重抽样设计。最近的工作表明，如何推导的EIF可以演绎和计算机化使用功能的衍生表示的EIF在非参数模型。然而，这种方法需要导出连续分布和点质量的混合，这本身对于诸如双重抽样设计之类的复杂问题来说是具有挑战性的。通过推广演绎和可计算机化的估计方法，提出了双重抽样设计中生存概率的半参数估计。特别是，我们建议建立半参数估计的基础上离散化的支持结构，它近似可能连续的观测数据分布和规避的混合分布的推导。我们的方法是演绎的意义上说，它预计将产生半参数局部有效的估计在有限的步骤内，没有知识的EIF。我们应用建议的估计估计死亡率的双重抽样设计的总统艾滋病紧急救援计划（PEPFAR）计划的组成部分。我们评估了双重抽样选择标准对死亡率估计的影响。
2019-06-26 stat.ME
f-divergence estimation and two-sample homogeneity test under semiparametric density-ratio models
密度比由两个概率密度的比定义。研究了密度比的推断问题，并将半参数密度比估计应用于两样本齐性检验。在建议的测试程序中，两个概率密度之间的f-发散估计使用密度比估计。然后利用f-散度估计进行双样本齐性检验。在渐近方差意义下，我们得到了f-散度的最优估计，并研究了所提出的检验方法与现有的基于经验似然估计的score检验方法之间的关系.通过数值研究，我们说明了有限样本推理的渐近理论的充分性。
2010-10-24 stat.ML
The V-fold jackknife for semiparametric inference: variance estimation, confidence intervals, and simultaneous confidence bands
Division of Biostatistics, University of California, Berkeley（加州大学伯克利分校生物统计系）；University of Pennsylvania（宾夕法尼亚大学）
研究针对半参数推断开发V折刀切法，它计算高效且理论合理，仅需V次留一法重拟合，利用伪值经验离散度量化不确定性，给出有效置信区间和同时置信带，扩展理论到特定估计量，模拟证实其可靠推断。
2026-07-27 math.ST stat.CO stat.ME
The Influence Function of Semiparametric Estimators
许多有用的参数依赖于非参数的第一步。例子包括博弈、动态离散选择、精确平均消费者剩余和处理效应。通常这些参数的估计量渐近等价于被称为影响函数的对象的样本平均值。影响函数是有用的局部政策分析，在评估局部灵敏度的估计，构建去偏机器学习估计，在效率比较，并在制定原始的正则条件的渐近正态性，我们表明，影响函数是一个Gateaux导数相对于一个光滑的偏差在一个点质量。这个结果将经典的Von Mises（1947）和Hampel（1974）计算推广到依赖于光滑非参数第一步的估计。我们给出了明确的影响函数的第一步，满足外源或内源正交条件。我们使用这些结果来推广省略变量偏差回归公式的政策分析和结构变化的敏感性。我们应用这种分析，并发现在汽油需求应用中的平均当量变化估计的endoadjustment没有敏感性。
2021-07-28 stat.ME
A semiparametric estimation of copula models based on the method of moments
利用经典的矩估计方法，提出了多参数Copula模型的一种新的半参数估计方法。建立了估计量的相合性和渐近正态性。通过考虑阿基米德copula模型，进行了广泛的模拟研究，比较这些估计与伪极大似然，ρ-反演和τ-反演的。我们表明，与其他方法相比，基于矩的估计是快速和简单的使用合理的偏差和根均方误差。
2012-01-07 stat.ME
Semiparametric estimation of heterogeneous treatment effects under the nonignorable assignment condition
本文提出了一种异质处理效应（HTE）的半参数两阶段最小二乘估计。HTE是第一类Fredholm积分方程的解，这类积分方程是不适定问题。朴素的半/非参数方法不提供稳定的解决方案，这样的问题。然后提出在保证积分逆映射连续和消除不适定性的约束下，用正交级数逼近感兴趣的函数。我们通过仿真实验说明了所提出的估计器的性能。
2019-02-26 econ.EM stat.ME
Semiparametric Estimation of Average Treatment Effect with Sieve Method
由于必须正确指定结局模型或治疗分配模型，因此在观察性研究中正确识别处理效应非常困难。本文利用半参数模型的优点，利用单指标模型建立了结果模型和治疗分配模型，使得连接函数具有无界性和无界支持度。将连接函数看作是无穷维函数空间中的一点，可以同时估计连接函数和指标参数。用筛法逼近连接函数，通过简单的线性回归得到平均处理效应的估计量。我们建立了所提出的估计的渐近性质。有限样本性能的估计，通过模拟研究和实证例子进行评估。
2022-07-07 stat.ME
