In this paper we propose a new esti

In this paper we propose a new estimator for efficient dimension reduction in regression, based on the work in Luo et al. (2014). Previous efficient estimators have been proposed by multiple authors, however under additional restrictive assumptions on the conditional variance of the response variable given the predictor vector. These assumptions also complicate the implementation. In contrast, the new estimator employs no such assumptions, and thus is far more applicable and more convenient to use. By an extended double-robustness property, it reaches asymptotic efficiency under fairly general conditions. Its finite-sample effectiveness is further illustrated by simulation studies and a real data example

ผลลัพธ์ (ไทย) 1:

ในกระดาษนี้ เราเสนอประมาณการใหม่ลดมิติประสิทธิภาพถดถอย ตามงานใน Luo et al. (2014) ก่อนหน้านี้มีประสิทธิภาพ estimators ได้รับการเสนอ โดยผู้เขียนหลายคน อย่างไรก็ตามภายใต้ข้อจำกัดเพิ่มเติมสมมติฐานความแปรปรวนตามเงื่อนไขของตัวแปรตอบสนองรับเวกเตอร์ predictor สมมติฐานเหล่านี้ยังซับซ้อนการใช้งาน ตรงกันข้าม ประมาณใหม่ใช้สมมติฐานดังกล่าวไม่มี และดังนั้น ยิ่งใช้อยู่ และการใช้ โดยคุณสมบัติคู่ความทนทานเพิ่มเติม มันถึง asymptotic ประสิทธิภาพภายใต้เงื่อนไขที่เป็นธรรมทั่วไป เพิ่มเติมจะแสดงประสิทธิภาพอย่างจำกัด โดยศึกษาจำลองและตัวอย่างข้อมูลจริง

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เรานำเสนอประมาณการใหม่สำหรับการลดมิติมีประสิทธิภาพในการถดถอยบนพื้นฐานการทำงานใน Luo et al, (2014) ประมาณค่าที่มีประสิทธิภาพก่อนหน้านี้ได้รับการเสนอชื่อโดยผู้เขียนหลายคน แต่ภายใต้สมมติฐานที่เข้มงวดเพิ่มเติมเกี่ยวกับความแปรปรวนของตัวแปรเงื่อนไขการตอบสนองที่กำหนดเวกเตอร์ทำนาย สมมติฐานเหล่านี้ยังมีความซับซ้อนการดำเนินการ ในทางตรงกันข้ามประมาณการใหม่พนักงานไม่มีสมมติฐานดังกล่าวจึงอยู่ไกลมากขึ้นใช้บังคับและสะดวกในการใช้ โดยขยายคุณสมบัติดับเบิลทนทานที่จะถึงประสิทธิภาพ asymptotic ภายใต้เงื่อนไขที่เป็นธรรมทั่วไป ประสิทธิผล จำกัด ตัวอย่างของมันคือการแสดงให้เห็นต่อไปโดยการศึกษาแบบจำลองและตัวอย่างข้อมูลจริง

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราเสนอวิธีใหม่สำหรับลดมิติที่มีประสิทธิภาพในการใช้งานใน Luo et al . ( 2014 ) การประเมินประสิทธิภาพก่อนหน้าได้ถูกเสนอโดยผู้เขียนหลายคน อย่างไรก็ตาม ภายใต้สมมติฐานความเข้มงวดเพิ่มเติมในเงื่อนไขของการกำหนดตัวแปรตัวแปรเวกเตอร์ สมมติฐานเหล่านี้ยังยุ่งยากในการใช้งาน ในทางตรงกันข้ามประมาณการใหม่พนักงานไม่มีสมมติฐานดังกล่าว จึงมีมากขึ้นสามารถใช้งานได้ และสะดวกในการใช้ โดยการขยายคู่ทนทานคุณสมบัติ มันถึงประสิทธิภาพเฉลี่ยภายใต้เงื่อนไขที่ค่อนข้างทั่วไป ประสิทธิผลของวิธีตัวอย่างเพิ่มเติมภาพประกอบ โดยผลการศึกษาและตัวอย่างข้อมูลที่แท้จริง