根-n渐近正态最大得分估计
计算机视觉与模式识别
2026-04-16 v1
摘要
最大得分方法（Manski, 1975, 1985）是一种用于二元选择模型的强大方法，然而已知其面临实践和理论上的诸多挑战。特别是，估计量收敛速度慢于根-n，收敛到非标准极限分布。我们研究严格凹形替代得分函数可实现识别的条件，通过光滑准则函数实现。这一准则使得根-n收敛到正态极限分布。尽管确保这些期望性质的条件并不容易，但我们以原始条件表述了它们。大量模拟研究支持根-n收敛速率、渐近正态性以及标准推断方法的有效性。
引用
@article{arxiv.2604.13397,
title = {A Multimodal Clinically Informed Coarse-to-Fine Framework for Longitudinal CT Registration in Proton Therapy},
author = {Caiwen Jiang and Yuzhen Ding and Mi Jia and Samir H. Patel and Terence T. Sio and Jonathan B. Ashman and Lisa A. McGee and Jean-Claude M. Rwigema and William G. Rule and Sameer R. Keole and Sujay A. Vora and William W. Wong and Nathan Y. Yu and Michele Y. Halyard and Steven E. Schild and Dinggang Shen and Wei Liu},
journal= {arXiv preprint arXiv:2604.13397},
year = {2026}
}