Nonparametric inference based on conditional moment inequalities
基于条件矩不等式的非参数推断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：摘要明确将删失条件分位数模型和条件处理效应模型用于有限样本模拟，支持分布与因果方向的应用分类。
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
基于条件矩不等式的非参数推断
- 研究问题
- 对于由条件矩不等式或等式定义、且可能未被识别的非参数和半参数目标，如何构造置信集与检验并控制尺寸？
- 方法与思路
- 作者构造置信集和检验，推荐结合 Cramér–von Mises 型统计量与广义矩选择临界值的推断程序。
- 材料陈述的贡献
- 摘要称，程序具有正确的一致渐近尺寸，并分析固定及部分局部备择下的错误覆盖概率和功效，辅以模型模拟。
- 阅读关注点
- 应核对未识别参数的置信集目标、统一尺寸成立的分布范围，以及矩选择临界值和局部备择的具体构造。
- 阅读边界
- 仅据所给出版社摘要，无法判断函数空间和正则条件；删失分位数与处理效应仅作为模拟模型，未报告应用结果。
原文摘要
This paper develops methods of inference for nonparametric and semiparametric parameters defined by conditional moment inequalities and/or equalities. The parameters need not be identified. Confidence sets and tests are introduced. The correct uniform asymptotic size of these procedures is established. The false coverage probabilities and power of the CS’s and tests are established for fixed alternatives and some local alternatives. Finite-sample simulation results are given for a nonparametric conditional quantile model with censoring and a nonparametric conditional treatment effect model. The recommended CS/test uses a Cramér–von-Mises-type test statistic and employs a generalized moment selection critical value.