Simple Adaptive Size-Exact Testing for Full-Vector and Subvector Inference in Moment Inequality Models
矩不等式模型中全向量与子向量推断的简便自适应精确尺寸检验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。
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：摘要提供通用矩不等式推断方法，未明确对应所列细分领域中的具体模型或应用。
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
矩不等式模型中全向量与子向量推断的简便自适应精确尺寸检验
- 研究问题
- 矩不等式模型中，能否在无需模拟或矩选择调参的情况下控制检验尺寸，并同时支持全参数向量与子向量推断？
- 方法与思路
- 作者将准似然比统计量与卡方临界值比较，自由度由有限样本中活跃不等式的秩决定，并扩展至干扰参数线性进入的情形。
- 材料陈述的贡献
- 摘要称，该检验在已知方差的正态模型中具有精确尺寸，在渐近正态条件下一致渐近精确，并能适应不等式的松弛程度。
- 阅读关注点
- 应核对活跃不等式及其秩的定义、一致渐近结果的条件，以及条件矩不等式中子向量检验与置信集反演的实现。
- 阅读边界
- 摘要未列出一致渐近有效性的完整条件，也未提供功效比较；已知方差正态模型中的有限样本结论不能直接推广。
原文摘要
Abstract We propose a simple test for moment inequalities that has exact size in normal models with known variance and has uniformly asymptotically exact size under asymptotic normality. The test compares the quasi-likelihood ratio statistic to a chi-squared critical value, where the degree of freedom is the rank of the inequalities that are active in finite samples. The test requires no simulation and thus is computationally fast and especially suitable for constructing confidence sets for parameters by test inversion. It uses no tuning parameter for moment selection and yet still adapts to the slackness of the moment inequalities. Furthermore, we show how the test can be easily adapted to inference on subvectors in the common empirical setting of conditional moment inequalities with nuisance parameters entering linearly. User-friendly Matlab code to implement the test is provided.