Partial Identification of Individual-Level Parameters Using Aggregate Data in a Nonparametric Model
非参数模型中利用汇总数据部分识别个体层面参数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：摘要研究汇总数据下条件均值的通用部分识别，未明确涉及所列因果、面板或分布效应方法。
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
非参数模型中利用汇总数据部分识别个体层面参数
- 研究问题
- 当研究者只能取得汇总数据，且协变量信息仅包含边际分布而无联合分布时，能否界定条件均值线性组合的范围？
- 方法与思路
- 作者通过优化问题计算部分识别界，允许加入多面体形状限制，并提供针对识别集合构造置信区间的推断程序。
- 材料陈述的贡献
- 摘要称方法仅需协变量边际分布即可进行界定，并以模拟及罗得岛标准化考试数据展示学生群体和县域间的条件通过率差异。
- 阅读关注点
- 应核对汇总信息如何约束个体条件均值、识别界是否锐利、形状限制的作用，以及置信区间覆盖的具体目标与条件。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未说明界的宽度、锐利性或推断条件，群体差异不等同于因果效应。
原文摘要
I develop a methodology to partially identify linear combinations of conditional mean outcomes when the researcher only has access to aggregate data. Unlike the existing literature, I only allow for marginal, not joint, distributions of covariates in my model of aggregate data. Bounds are obtained by solving an optimization program and can easily accommodate additional polyhedral shape restrictions. I provide a procedure to construct confidence intervals on the identified set and demonstrate performance of my method in a simulation study. In an empirical illustration of the method using Rhode Island standardized exam data, I find that conditional pass rates vary across student subgroups and across counties.