Estimation of varying coefficient models with measurement error
存在测量误差的变系数模型估计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：摘要核心是测量误差下的通用半参数变系数估计，未明确采用所列结构估计或因果识别框架。
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
存在测量误差的变系数模型估计
- 研究问题
- 当变系数模型非参数部分的解释变量存在测量误差，且误差分布事先未知时，如何借助重复测量实现估计并刻画收敛性质？
- 方法与思路
- 作者采用两步反卷积核估计，利用含噪解释变量的重复测量处理未知误差分布，并针对可能非对称的误差使用基于 Kotlarski 恒等式的方法。
- 材料陈述的贡献
- 摘要称，估计量具有一致性和渐近正态性；当测量误差分布未知且可能非对称时，收敛速度显著降低，并提供模拟与收入数据应用。
- 阅读关注点
- 应核对重复测量所需的独立性条件、反卷积的识别与带宽要求、误差非对称时的收敛速度，以及认知能力和风险偏好的系数解释。
- 阅读边界
- 仅据所给 OpenAlex 摘要，无法确定具体收敛速度、误差分布条件或收入应用的因果解释；该来源摘要与其他版本的差异未说明。
原文摘要
We propose a semiparametric estimator for varying coefficient models when the regressors in the nonparametric components are measured with error. Varying coefficient models are an extension of other popular semiparametric models , including partially linear and nonparametric additive models, and deliver an attractive solution to the curse-of-dimensionality. We use deconvolution kernel estimation in a two-step procedure and show that the estimator is consistent and asymptotically normally distributed. We do not assume that we know the distribution of the measurement error a priori. Instead, we suppose we have access to a repeated measurement of the noisy regressor and present results using the approach of Delaigle, Hall and Meister (2008) and, for cases when the measurement error may be asymmetric, the approach of Li and Vuong (1998) based on Kotlarski’s (1967) identity. We show that the convergence rate of the estimator is significantly reduced when the distribution of the measurement error is assumed unknown and possibly asymmetric. We study the small sample behaviour of our estimator in a simulation study and apply it to a real dataset. In particular, we consider the role of cognitive ability in augmenting the effect of risk preferences on earnings.