Inference in semiparametric binary response models with interval data
区间数据下半参数二元响应模型的推断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：摘要明确研究区间数据下半参数二元响应模型的部分识别、集合估计及推断。
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
区间数据下半参数二元响应模型的推断
- 研究问题
- 当区间数据使半参数二元响应模型只能部分识别时，如何估计参数识别集合，并为整个识别区域构造有效推断？
- 方法与思路
- 作者在修正最大得分目标函数中加入密度权重，以建立集合估计量的渐近性质，并提出基于子抽样的识别区域推断程序。
- 材料陈述的贡献
- 摘要称密度加权集合估计量具有接近立方根样本量的收敛速度，子抽样推断渐近有效，并获得蒙特卡洛实验支持。
- 阅读关注点
- 应核对区间数据的具体形式、密度权重估计、集合收敛所用距离，以及子抽样程序对识别区域的覆盖含义和调参条件。
- 阅读边界
- 仅据所给出版社摘要，无法确定集合收敛与覆盖所需条件或有限样本覆盖率；部分识别结论不能解释为参数点识别。
原文摘要
This paper studies the semiparametric binary response model with interval data investigated by Manski and Tamer (2002). In this partially identified model, we propose a new estimator based on MT’s modified maximum score (MMS) method by introducing density weights to the objective function, which allows us to develop asymptotic properties of the proposed set estimator for inference. We show that the density-weighted MMS estimator converges at a nearly cube-root-n rate. We propose an asymptotically valid inference procedure for the identified region based on subsampling. Monte Carlo experiments provide supports to our inference procedure.