Bounds for Standard Errors in Combined Data
组合数据中标准误的界限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：核心是跨样本矩条件估计的通用标准误界；宏观模型和工具变量仅作为应用，摘要不足以限定一个领域细分。
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…
组合数据中标准误的界限
- 研究问题
- 当参数估计使用来自不同样本的矩条件，而跨样本相关性未知或仅部分已知时，能够确定怎样的标准误下界？
- 方法与思路
- 作者利用几何不等式推导无相关性信息时的显式锐下界，并将更一般的无信息或部分信息问题写成可求解的半定规划。
- 材料陈述的贡献
- 摘要称提供显式及计算可行的锐下界，并通过菜单成本模型、异质主体新凯恩斯模型和两样本工具变量研究展示用途。
- 阅读关注点
- 应核对下界针对何种估计量、哪些相关矩阵被允许，以及锐性如何证明；还需区分标准误下界与可用于推断的标准误。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收均未核实；摘要未说明矩条件和渐近设定，下界本身不保证置信区间有效。
原文摘要
We propose methods for constructing lower bounds on the standard errors of parameters estimated from moment conditions obtained across different samples. Sharp explicit bounds are derived by exploiting geometric inequalities when no information about correlations across samples is available. Furthermore, we develop computationally tractable sharp bounds for more general settings with no or partial correlation information, which can be obtained by solving a simple semidefinite program. Finally, we illustrate the practical usefulness of our method through three empirical cases: two macroeconomics examples involving menu cost and Heterogeneous Agent New-Keynesian models; and a two sample instrumental variable microeconomic study.