Statistical inference based on non-smooth estimating functions
基于非光滑估计函数的统计推断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。
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：摘要是一般非光滑估计函数的计算与推断方法，未明确指向所列经济计量细分方向。
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
基于非光滑估计函数的统计推断
- 研究问题
- 当向量参数的估计函数不光滑、标准数值求根困难时，如何获得一致的估计方程根并近似其分布以支持统计推断？
- 方法与思路
- 作者提出基于重要性抽样的推断程序，无需求解估计方程或估计非参数函数，即可构造一致根及其分布近似，并用实例评估。
- 材料陈述的贡献
- 摘要称该程序同时提供一致估计与分布近似，并通过包含真实和模拟数据的两个较大篇幅实例展示与评价其实施效果。
- 阅读关注点
- 阅读全文时应核对重要性抽样的提议分布与权重、根的选择和存在条件，以及一致性、分布近似与模拟误差的控制方式。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；未说明具体条件、提议分布或评价结果，不能据此认定任意非光滑方程均可处理。
原文摘要
When the estimating function for a vector of parameters is not smooth, it is often rather difficult, if not impossible, to obtain a consistent estimator by solving the corresponding estimating equation using standard numerical techniques. In this paper, we propose a simple inference procedure via the importance sampling technique, which provides a consistent root of the estimating equation and also an approximation to its distribution without solving any equations or involving nonparametric function estimates. The new proposal is illustrated and evaluated via two extensive examples with real and simulated datasets.