Published August 6, 2018
| Version v1
Publication
Open
A Mallows-Type Model Averaging Estimator for the Varying-Coefficient Partially Linear Model
- 1. Chinese Academy of Sciences
- 2. University of Chinese Academy of Sciences
- 3. Academy of Mathematics and Systems Science
- 4. City University of Hong Kong
- 5. Capital Normal University
Description
In the last decade, significant theoretical advances have been made in the area of frequentist model averaging (FMA); however, the majority of this work has emphasized parametric model setups. This article considers FMA for the semiparametric varying-coefficient partially linear model (VCPLM), which has gained prominence to become an extensively used modeling tool in recent years. Within this context, we develop a Mallows-type criterion for assigning model weights and prove its asymptotic optimality. A simulation study and a real data analysis demonstrate that the FMA estimator that arises from this criterion is vastly preferred to information criterion score-based model selection and averaging estimators. Our analysis is complicated by the fact that the VCPLM is subject to uncertainty arising not only from the choice of covariates, but also whether the covariate should enter the parametric or nonparametric parts of the model. Supplementary materials for this article are available online.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
في العقد الماضي، تم إحراز تقدم نظري كبير في مجال متوسط النموذج المتكرر (FMA )؛ ومع ذلك، ركزت غالبية هذا العمل على إعدادات النموذج البارامترية. تتناول هذه المقالة FMA للنموذج الخطي الجزئي المتغير شبه البارامترية (VCPLM)، والذي اكتسب أهمية ليصبح أداة نمذجة مستخدمة على نطاق واسع في السنوات الأخيرة. في هذا السياق، نقوم بتطوير معيار من نوع الخبازة لتعيين أوزان النماذج وإثبات أمثلتها المتقاربة. تُظهر دراسة المحاكاة وتحليل البيانات الحقيقي أن مقدر تقييم الأصول الأجنبية الذي ينشأ عن هذا المعيار مفضل إلى حد كبير على اختيار النموذج القائم على معيار المعلومات ومقدري المتوسط. إن تحليلنا معقد بسبب حقيقة أن VCPLM يخضع لعدم اليقين الناشئ ليس فقط عن اختيار المتغيرات المشتركة، ولكن أيضًا ما إذا كان يجب أن يدخل المتغير المشترك الأجزاء البارامترية أو غير البارامترية من النموذج. تتوفر المواد التكميلية لهذه المقالة عبر الإنترنت.Translated Description (French)
Au cours de la dernière décennie, des progrès théoriques importants ont été réalisés dans le domaine de la moyenne des modèles fréquentistes (FMA) ; cependant, la majorité de ce travail a mis l'accent sur les configurations de modèles paramétriques. Cet article considère FMA pour le modèle partiellement linéaire semiparamétrique à coefficient variable (VCPLM), qui a pris de l'importance pour devenir un outil de modélisation largement utilisé ces dernières années. Dans ce contexte, nous développons un critère de type Mallows pour l'attribution de poids de modèle et prouvons son optimalité asymptotique. Une étude de simulation et une analyse de données réelles démontrent que l'estimateur FMA qui découle de ce critère est largement préféré à la sélection du modèle basé sur le score du critère d'information et aux estimateurs de moyenne. Notre analyse est compliquée par le fait que le VCPLM est soumis à une incertitude découlant non seulement du choix des covariables, mais aussi de la question de savoir si la covariable doit entrer dans les parties paramétriques ou non paramétriques du modèle. Les documents supplémentaires pour cet article sont disponibles en ligne.Translated Description (Spanish)
En la última década, se han logrado avances teóricos significativos en el área del promediado de modelos frecuentistas (FMA); sin embargo, la mayoría de este trabajo ha enfatizado las configuraciones de modelos paramétricos. Este artículo considera FMA para el modelo semiparamétrico de coeficiente variable parcialmente lineal (VCPLM), que ha ganado prominencia para convertirse en una herramienta de modelado ampliamente utilizada en los últimos años. En este contexto, desarrollamos un criterio tipo Mallows para la asignación de pesos del modelo y demostramos su optimalidad asintótica. Un estudio de simulación y un análisis de datos reales demuestran que el estimador de FMA que surge de este criterio es muy preferido a los estimadores de selección y promediado de modelos basados en puntajes de criterios de información. Nuestro análisis se complica por el hecho de que el VCPLM está sujeto a incertidumbre que surge no solo de la elección de las covariables, sino también de si la covariable debe ingresar a las partes paramétricas o no paramétricas del modelo. Los materiales complementarios para este artículo están disponibles en línea.Files
11500982.pdf
Files
(332.5 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:224f399ea8a02b721dae626b7998c668
|
332.5 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- مقدر متوسط نموذج الخبازة للنموذج الخطي المتغير المعامل جزئيًا
- Translated title (French)
- Un estimateur de moyenne de modèle de type Mallows pour le modèle partiellement linéaire à coefficient variable
- Translated title (Spanish)
- Un Estimador de Promedio de Modelo de Tipo Malva para el Modelo Parcialmente Lineal de Coeficiente Variable
Identifiers
- Other
- https://openalex.org/W2804730284
- DOI
- 10.1080/01621459.2018.1456936
References
- https://openalex.org/W1824682467
- https://openalex.org/W1968596324
- https://openalex.org/W1978926447
- https://openalex.org/W1994672023
- https://openalex.org/W2001746770
- https://openalex.org/W2003103177
- https://openalex.org/W2021136548
- https://openalex.org/W2021505842
- https://openalex.org/W2028327298
- https://openalex.org/W2028763699
- https://openalex.org/W2035240057
- https://openalex.org/W2042089645
- https://openalex.org/W2043024694
- https://openalex.org/W2045901075
- https://openalex.org/W2048924727
- https://openalex.org/W2052025831
- https://openalex.org/W2059126764
- https://openalex.org/W2059148022
- https://openalex.org/W2070674494
- https://openalex.org/W2078502317
- https://openalex.org/W2085858438
- https://openalex.org/W2094607565
- https://openalex.org/W2108443364
- https://openalex.org/W2114283942
- https://openalex.org/W2122196572
- https://openalex.org/W2125251038
- https://openalex.org/W2126819854
- https://openalex.org/W2131297085
- https://openalex.org/W2145860152
- https://openalex.org/W2160455158
- https://openalex.org/W2890622637
- https://openalex.org/W2961495148
- https://openalex.org/W3104631984
- https://openalex.org/W3123660026
- https://openalex.org/W4231000141
- https://openalex.org/W4253934678
- https://openalex.org/W4291327732