Exact computation of max weighted score estimators
最大加权得分估计量的精确计算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：摘要明确包含 Manski 最大得分估计及通勤方式选择应用。
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
最大加权得分估计量的精确计算
- 研究问题
- 包括 Manski 最大得分在内的最大加权得分估计量，能否通过可实施的优化方法精确求解，并避免启发式解影响经济解释？
- 方法与思路
- 作者将最大加权得分问题改写为带析取约束的混合整数规划，使用现有求解器，并以通勤方式选择和小型模拟展示实现。
- 材料陈述的贡献
- 摘要称该改写能在合理时间内获得精确估计；通勤方式应用的经济解释不同于此前启发式结果，常见规模模拟显示计算效率。
- 阅读关注点
- 应核对整数规划与原目标函数的等价性、全局最优证书及求解容差，并检查样本规模和协变量维度对计算时间的影响。
- 阅读边界
- 仅据所给出版社摘要，无法判断大型问题的可扩展性；精确优化不自动意味着统计误差更小或模型的经济解释更可信。
原文摘要
We show that exact computation of a family of 'max weighted score' estimators, including Manski's max score estimator, can be achieved efficiently by reformulating them as mixed integer programs (MIP) with disjunctive constraints. The advantage of our MIP formulation is that estimates are exact and can be computed using widely available solvers in reasonable time. In a classic work-trip mode choice application, our method delivers exact estimates that lead to a different economic interpretation of the data than previous heuristic estimates. In a small Monte Carlo study we find that our approach is computationally efficient for usual estimation problem sizes.