跳到正文
← 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:摘要讨论通用的标准误与方差计算,虽涉及 M 估计和 GMM,却没有足够的具体领域证据,因此不指定细分方向。

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
Bo E. Honoré
Luojia Hu

低成本自助法替代方案

研究问题
当复杂计量模型的重复估计使自助法十分缓慢甚至难以实施时,能否通过更简单的估计步骤计算参数标准误及两步估计的方差?
方法与思路
作者提出仅依赖一维参数估计的自助法替代方案,在 M 估计与 GMM 估计框架中介绍,并讨论用于两步估计量方差的修改。
材料陈述的贡献
摘要明确提出一维估计替代方案及其两步估计扩展,旨在减轻复杂模型的标准误计算负担,但未报告运行时间或精度的比较结果。
阅读关注点
阅读时应核对一维参数如何构造、怎样恢复原估计量的方差,以及两步估计修正如何处理第一步估计带来的不确定性。
阅读边界
摘要未说明所需正则条件、方差估计的理论保证或适用限制,也未给出模拟结果;不能据此认定其普遍快于或优于自助法。

原文摘要

The bootstrap is a convenient tool for calculating standard errors of the parameter estimates of complicated econometric models. Unfortunately, the fact that these models are complicated often makes the bootstrap extremely slow or even practically infeasible. This paper proposes an alternative to the bootstrap that relies only on the estimation of one-dimensional parameters. We introduce the idea in the context of M and GMM estimators. A modification of the approach can be used to estimate the variance of two-step estimators.

笔记与分组
相关领域论文