ON THE COMPLETENESS CONDITION IN NONPARAMETRIC INSTRUMENTAL PROBLEMS
非参数工具变量问题中的完备性条件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：摘要以完备性建立工具变量非参数回归的识别，并明确涉及受限内生解释变量。
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
非参数工具变量问题中的完备性条件
- 研究问题
- 能否在加性可分及大支持条件下刻画抽象的完备性，从而识别内生解释变量受限、控制变量方法失效的非参数回归？
- 方法与思路
- 作者在两个随机元素的非参数关系中施加加性可分和大支持条件，考察不同正则条件对应的不同完备性版本。
- 材料陈述的贡献
- 摘要称，该框架给出多种完备性结果，并据此建立内生解释变量受限时的工具变量非参数回归识别。
- 阅读关注点
- 应核对各版本完备性的函数空间、加性可分与大支持的精确定义，以及受限内生变量案例为何不能采用控制变量方法。
- 阅读边界
- 解读限于所给 Crossref 摘要。摘要未列出各项正则条件，也未说明支持要求的可检验性，不能将结果用于任意工具变量设计。
原文摘要
The notion of completeness between two random elements has been considered recently to provide identification in nonparametric instrumental problems. This condition is quite abstract, however, and characterizations have been obtained only in special cases. This paper considers a nonparametric model between the two variables with an additive separability and a large support condition. In this framework, different versions of completeness are obtained, depending on which regularity conditions are imposed. This result allows one to establish identification in an instrumental nonparametric regression with limited endogenous regressor, a case where the control variate approach breaks down.