Uniform confidence bands for functions estimated nonparametrically with instrumental variables
非参数工具变量函数估计的一致置信带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：摘要提供通用非参数工具变量推断理论，未明确因果目标、结构模型或其他所列细分场景。
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
非参数工具变量函数估计的一致置信带
- 研究问题
- 对通过非参数工具变量方法估计的未知函数，如何建立点态渐近分布，并构造覆盖整个目标函数的一致置信带？
- 方法与思路
- 作者研究筛非参数工具变量估计量，在轻度与严重病态逆问题中推导点态渐近正态性，并用自助法获取置信带临界值。
- 材料陈述的贡献
- 摘要明确给出两类病态情形下的点态正态性及一致置信带构造方法，并通过蒙特卡洛实验展示有限样本表现。
- 阅读关注点
- 应核对工具变量识别条件、函数光滑性与筛维数选择，以及偏差处理、统一覆盖范围和自助法有效性的具体要求。
- 阅读边界
- 仅据所给出版社摘要，无法判断完整识别与正则条件、覆盖误差或调参表现；出现工具变量本身不足以确认因果解释。
原文摘要
This paper is concerned with developing uniform confidence bands for functions estimated nonparametrically with instrumental variables. We show that a sieve nonparametric instrumental variables estimator is pointwise asymptotically normally distributed. The asymptotic normality result holds in both mildly and severely ill-posed cases. We present methods to obtain a uniform confidence band and show that the bootstrap can be used to obtain the required critical values. Monte Carlo experiments illustrate the finite-sample performance of the uniform confidence band.