Dependable Exploitation of High-Dimensional Unlabeled Data in an Assumption-Lean Framework
在弱假设框架下可靠利用高维无标签数据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：摘要讨论半监督高维回归的统计推断与估计效率，未涉及所提供领域细分中的因果推断、面板、离散选择、时间序列、资产定价等具体方向，故不选择任何细分领域。
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…
在弱假设框架下可靠利用高维无标签数据
- 研究问题
- 摘要称，在半监督学习场景下，研究高维回归参数（由最小二乘最小化定义）的统计推断问题，具体考察无标签数据何时以及如何提升回归参数泛函的估计效率。
- 方法与思路
- 作者提出先分析一种直接的去偏估计量，指出其相对监督基线更有效需依赖条件均值函数以适当速率一致估计；随后提出一种新估计量，并称在条件均值函数设定错误时仍保证效率不低于监督基线，并将方法推广到一般 M 估计框架。
- 材料陈述的贡献
- 摘要明确陈述的贡献是：揭示朴素去偏估计量在条件均值函数无法一致估计时引入无标签数据反而有害，并提出对误设稳健、至少不劣于监督基线的估计量，从而支持无标签数据的可靠使用，并给出 M 估计推广及模拟与实证展示。
- 阅读关注点
- 应核对：条件均值函数一致估计所需的具体速率条件与假设；新估计量的构造方式及其“至少不劣于监督基线”的保证形式（有限样本还是渐近）；M 估计推广所需额外条件；模拟设计与真实数据应用的具体设定。
- 阅读边界
- 仅凭摘要无法判断定理成立所需的具体识别假设、渐近性质证明细节、模拟与实证的数值表现及适用范围；该文为 arXiv 预印本，未经同行评审验证，不能据此声称已被期刊接收。
原文摘要
Semi-supervised learning has attracted significant attention due to the proliferation of applications featuring limited labeled data but abundant unlabeled data. In this paper, we examine the statistical inference problem in an assumption-lean framework which involves a high-dimensional regression parameter, defined by minimizing the least squares, within the context of semi-supervised learning. We investigate when and how unlabeled data can enhance the estimation efficiency of a regression parameter functional. First, we demonstrate that a straightforward debiased estimator can only be more efficient than its supervised counterpart if the unknown conditional mean function can be consistently estimated at an appropriate rate. Otherwise, incorporating unlabeled data can actually be counterproductive. To address this vulnerability, we propose a novel estimator guaranteed to be at least as efficient as the supervised baseline, even when the conditional mean function is misspecified. This ensures the dependable use of unlabeled data for statistical inference. Finally, we extend our approach to the general M-estimation framework, and demonstrate the effectiveness of our methodology through comprehensive simulation studies and a real data application.