[论文解读] Uniform Asymptotics for Nonparametric Quantile Regression with an Application to Testing Monotonicity

Sokbae Lee, Kyungchul Song+1 more|arXiv (Cornell University)|Jun 17, 2015

Statistical Methods and Inference参考文献 12被引用 4

一句话总结

本文为局部多项式分位数回归估计量建立了统一的Bahadur表示，其有效性覆盖广泛的分位数、评估点及数据生成分布。主要贡献在于提出了一个非渐近误差率，支持统一推断，尤其适用于在复杂复合零假设下对非参数分位数回归中的单调性进行检验。

ABSTRACT

In this paper, we establish a uniform error rate of a Bahadur representation for local polynomial estimators of quantile regression functions. The error rate is uniform over a range of quantiles, a range of evaluation points in the regressors, and over a wide class of probabilities for observed random variables. Most of the existing results on Bahadur representations for local polynomial quantile regression estimators apply to the fixed data generating process. In the context of testing monotonicity where the null hypothesis is of a complex composite hypothesis, it is particularly relevant to establish Bahadur expansions that hold uniformly over a large class of data generating processes. In addition, we establish the same error rate for bootstrap local polynomial estimators which can be useful for various bootstrap inference. As an illustration, we apply to testing monotonicity of quantile regression and present Monte Carlo experiments based on this example.

研究动机与目标

• 为在广泛的数据生成分布、分位数和评估点下均成立的局部多项式分位数回归估计量建立统一的Bahadur表示。
• 解决点态渐近理论在非参数检验中的局限性，特别是在单调性等复杂复合零假设下的应用。
• 将理论扩展至自助法估计量，支持基于重抽样方法的统一推断。
• 为使用非参数方法检验条件分位数函数的单调性提供理论基础。
• 通过在基本概率测度上建立统一性，确保推断的有限样本稳定性，这对假设检验中可靠的功效和覆盖概率至关重要。

提出的方法

• 推导了局部多项式分位数回归估计量的统一Bahadur表示，其误差界在分位数、回归变量取值点及一大类概率测度上保持一致。
• 应用泊松化技术处理经验过程中的依赖结构，并推导出在分布类上的统一界。
• 利用经验过程理论与对称化方法，控制由函数类索引的经验过程的上确界。
• 基于设计密度和误差密度的熵与矩条件，建立了原始估计量与自助法估计量的统一收敛速率。
• 应用LSW（Lahiri, Shao, 和 Wu）渐近线性化框架，验证自助法背景下统一推断的条件。
• 采用重新中心化与对称化策略，统一控制自助法估计量与真实条件分位数估计量之间的差异。

实验结果

研究问题

• RQ1 能否为局部多项式分位数回归建立一个在分位数索引、回归变量评估点及底层数据生成分布上均一致的Bahadur表示？
• RQ2 如何将统一渐近理论扩展至非参数分位数回归函数的自助法估计量？
• RQ3 在基本概率测度上的统一性对条件分位数函数单调性检验有何影响？
• RQ4 与点态渐近近似相比，所提出的统一表示如何提升非参数检验中的有限样本表现？
• RQ5 统一误差率在支持不等式约束（如单调性约束）模型中的推断中，其作用范围有多大？

主要发现

• 本文建立了局部多项式分位数回归估计量的统一Bahadur表示，其误差率为 $ O_P\big(\frac{\rho_{2n}^{3/2} \rho_{\text{log}} \rho_{\text{log}}}{n^{1/4} h^{d/4}}\big) $，在分位数、评估点及一大类数据生成分布上保持一致。
• 相同统一误差率也被推导用于自助法局部多项式估计量，从而支持重抽样程序中有效的统一推断。
• 在概率测度类上的统一性确保了功效与覆盖概率的有限样本稳定性，这对检验复杂复合假设至关重要。
• 该理论支持发展一种 $ L_p $-型检验统计量用于检验条件分位数函数的单调性，并在统一渐近框架下获得理论支持。
• 该方法被应用于检验条件中位数的单调性，蒙特卡洛实验展示了该方法的有限样本表现。
• 统一表示使得即使真实条件中位数函数一致收敛于零（例如 $ x^3/n $）时，仍能实现一致推断，而点态理论无法捕捉接触集的行为。