Nonparametric Estimation of the Continuous Treatment Effect with Measurement Error
存在测量误差的连续处理效应的非参数估计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：摘要以连续处理的平均剂量反应函数为识别和估计对象，直接对应因果推断，而非结果分布或分位数效应。
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
存在测量误差的连续处理效应的非参数估计
- 研究问题
- 当连续处理变量受到测量误差污染时，如何识别和非参数估计平均剂量反应函数，并为该函数构造可行的统计推断？
- 方法与思路
- 作者以加权条件期望识别目标函数，用结合反卷积核的局部广义经验似然估计权重，再构造反卷积核估计量并选择平滑参数。
- 材料陈述的贡献
- 摘要称，论文推导估计量的渐近偏差、方差与线性展开，并提出稳定模拟外推计算的新程序，以模拟和真实数据展示表现。
- 阅读关注点
- 应核对测量误差分布与混杂控制的识别要求、条件矩约束的扩张方式，以及反卷积和平滑参数选择如何影响推断。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实。摘要未说明误差机制、具体正则条件和应用结果，不能判断方法的适用范围。
原文摘要
We identify the average dose-response function (ADRF) for a continuously valued error-contaminated treatment by a weighted conditional expectation. We then estimate the weights nonparametrically by maximising a local generalised empirical likelihood subject to an expanding set of conditional moment equations incorporated into the deconvolution kernels. Thereafter, we construct a deconvolution kernel estimator of ADRF. We derive the asymptotic bias and variance of our ADRF estimator and provide its asymptotic linear expansion, which helps conduct statistical inference. To select our smoothing parameters, we adopt the simulation-extrapolation method and propose a new extrapolation procedure to stabilise the computation. Monte Carlo simulations and a real data study illustrate our method's practical performance.