Bounds on inequality with incomplete data
不完整数据下的不平等界限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：摘要直接研究收入财富分布的不平等指标，包括 Gini 和分位数比的部分识别，因此归入分位数与分布效应。
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…
不完整数据下的不平等界限
- 研究问题
- 当收入或财富只能以分组或区间形式观测，且区间可能重叠时，不平等指标能够被识别到什么程度，如何对其上下界进行推断？
- 方法与思路
- 作者建立非参数锐识别框架，利用有限支持离散分布将界限计算化为优化，并对部分指标构造线性或二次规划及自助法推断。
- 材料陈述的贡献
- 摘要称，一类不平等指标的锐界可由有限支持分布达到，代入端点具有平方根样本量渐近分布，并将识别集与插补估计作应用比较。
- 阅读关注点
- 应核对区间观测机制、指标覆盖范围和优化表示条件，以及界限端点的非光滑性、渐近分布与 m-out-of-n 自助法的选取要求。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核验。摘要未说明抽样与区间机制的完整条件，也不能据此判断插补估计总是失真。
原文摘要
We study inequality measures when outcomes are observed only in intervals, as in historical tabulations, privacy-protected grouped data, and modern surveys. We develop a nonparametric framework for sharp identification and inference with grouped and interval-valued data, covering brackets and overlapping intervals. For a class of inequality indices, sharp bounds are attained by discrete distributions with finite support, reducing the problem to optimization; linear-fractional indices, including the Gini and quantile ratios, yield linear or quadratic programs. Plug-in bound endpoints have a $\sqrt{n}$ asymptotic distribution, using an $m$-out-of-$n$ bootstrap. Applications to wealth and historical income data compare identified sets with imputation-based estimates.