Method of moments estimation and identifiability of semiparametric nonlinear errors-in-variables models
半参数非线性变量测量误差模型的矩估计与可识别性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：摘要讨论通用非线性测量误差模型的识别与估计，工具变量的出现不足以确定其属于所列因果或结构估计方向。
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
半参数非线性变量测量误差模型的矩估计与可识别性
- 研究问题
- 在潜在解释变量与测量误差分布均不作参数化设定的非线性模型中，如何识别并估计未知参数，同时处理计算困难？
- 方法与思路
- 作者利用工具变量构造矩估计与模拟估计以处理多重积分，并结合非参数方法和傅里叶反卷积研究半参数估计及识别。
- 材料陈述的贡献
- 摘要称两类估计量在正则条件下具有一致性与渐近正态性，并进一步给出根号样本量一致的半参数估计量和识别秩条件。
- 阅读关注点
- 应核对工具变量与测量误差的关系、识别秩条件的含义、反卷积所需限制，以及模拟误差对渐近性质的影响。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法确定所谓一般正则条件的强弱、误差分布限制及计算负担，也无法评估实际稳健性。
原文摘要
This paper deals with a nonlinear errors-in-variables model where the distributions of the unobserved predictor variables and of the measurement errors are nonparametric. Using the instrumental variable approach, we propose method of moments estimators for the unknown parameters and simulation-based estimators to overcome the possible computational difficulty of minimizing an objective function which involves multiple integrals. Both estimators are consistent and asymptotically normally distributed under fairly general regularity conditions. Moreover, root-n consistent semiparametric estimators and a rank condition for model identifiability are derived using the combined methods of the nonparametric technique and Fourier deconvolution.