Finite Sample Inference in Incomplete Models
不完全模型中的有限样本推断AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确针对不完全结构模型的参数推断，并应用于航空公司进入与价格竞争模型，因此归入微观结构估计方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
不完全模型中的有限样本推断
- 研究问题
- 在不完全结构模型中，如何构造对真实参数具有有限样本精确覆盖的置信域，同时使检验计算和参数空间搜索可行？
- 方法与思路
- 作者推广蒙特卡洛检验，以结构模型的最优运输表述构造离散统计量和模拟临界值，通过线性规划计算并加入保守预搜索。
- 材料陈述的贡献
- 摘要称，反演检验得到有限样本精确覆盖的置信域，并提出更保守但一致的快速搜索检验，提供区间回归量模拟及航空竞争应用。
- 阅读关注点
- 应核对精确覆盖的概率定义、潜变量分布需要已知到何种程度，以及模拟随机性、离散运输求解和预搜索如何影响覆盖保证。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收均未核实；摘要未说明覆盖保证的完整条件、计算规模及模拟比较结果，需查阅全文。
原文摘要
We propose confidence regions for the parameters of incomplete models with exact coverage of the true parameter in finite samples. Our confidence region inverts a test, which generalizes Monte Carlo tests to incomplete models. The test statistic is a discrete analogue of a new optimal-transport formulation of the structural model. Both test statistic and critical values rely on simulation draws from the distribution of latent variables and are computed using solutions to discrete optimal transport, hence linear programming problems. We also propose a fast preliminary search in the parameter space with an alternative, more conservative yet consistent test, based on a parameter-free critical value. We compare size and power of our procedure with competing proposals in simulations based on a regression with interval valued regressors. Finally, we apply our methodology to the model of airline entry and price competition in Ciliberto et al. [2021].