Nonparametric Estimation of Nonadditive Random Functions
非加性随机函数的非参数估计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。
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：摘要借助经济理论限制识别含不可观测随机项的函数及其分布，直接涉及模型结构的识别与估计，因此归入结构估计。
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
非加性随机函数的非参数估计
- 研究问题
- 当不可观测随机项以非加性方式进入函数，且其分布未知时，哪些限制能识别函数与随机项分布，并支持非参数估计？
- 方法与思路
- 作者结合对不可观测随机项的严格单调性与一次齐次性、可分离性等性质建立识别，提出可用的规范化，并扩展至多维随机项。
- 材料陈述的贡献
- 摘要称，论文识别非参数函数及未知随机项分布，所提估计量具有一致性和渐近正态性，并报告一项有限规模的模拟研究。
- 阅读关注点
- 阅读时应核对严格单调性与其他函数限制分别承担什么识别作用、规范化如何确定目标，以及多维随机项扩展的附加条件。
- 阅读边界
- 摘要未列出完整识别和渐近条件，也未说明规范化对经济解释的影响；有限模拟的设计和结果未披露，无法判断实际表现。
原文摘要
We present estimators for nonparametric functions that are nonadditive in unobservable random terms. The distributions of the unobservable random terms are assumed to be unknown. We show that when a nonadditive, nonparametric function is strictly monotone in an unobservable random term, and it satisfies some other properties that may be implied by economic theory, such as homogeneity of degree one or separability, the function and the distribution of the unobservable random term are identified. We also present convenient normalizations, to use when the properties of the function, other than strict monotonicity in the unobservable random term, are unknown. The estimators for the nonparametric function and for the distribution of the unobservable random term are shown to be consistent and asymptotically normal. We extend the results to functions that depend on a multivariate random term. The results of a limited simulation study are presented.