The Influence Function of Semiparametric Estimators
半参数估计量的影响函数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：摘要明确列举博弈、动态离散选择、消费者剩余和处理效应，并将影响函数用于结构政策分析与去偏估计。
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
半参数估计量的影响函数
- 研究问题
- 依赖平滑非参数第一步估计的半参数估计量，其影响函数如何计算，并如何用于政策敏感性、去偏与效率分析？
- 方法与思路
- 作者将影响函数表述为平滑扰动在点质量处的 Gateaux 导数，并为满足外生或内生正交条件的第一步给出公式。
- 材料陈述的贡献
- 摘要称结果推广经典影响函数计算和遗漏变量偏差公式，并在汽油需求应用中发现平均等价变差估计对内生性无敏感性。
- 阅读关注点
- 应核对平滑扰动与点质量求值的定义、第一步正交条件，以及影响函数如何转化为政策和结构变化的敏感性度量。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实；摘要未展开正则条件，汽油需求应用的敏感性结论不能推广至其他模型。
原文摘要
Many useful parameters depend on nonparametric first steps. Examples include games, dynamic discrete choice, average exact consumer surplus, and treatment effects. Often estimators of these parameters are asymptotically equivalent to a sample average of an object referred to as the influence function. The influence function is useful in local policy analysis, in evaluating local sensitivity of estimators, constructing debiased machine learning estimators, in efficiency comparisons, and in formulating primitive regularity conditions for asymptotic normality, We show that the influence function is a Gateaux derivative with respect to a smooth deviation evaluated at a point mass. This result generalizes the classic Von Mises (1947) and Hampel (1974) calculation to estimators that depend on smooth nonparametric first steps. We give explicit influence functions for first steps that satisfy exogenous or endogenous orthogonality conditions. We use these results to generalize the omitted variable bias formula for regression to policy analysis for and sensitivity to structural changes. We apply this analysis and find no sensitivity to endogeneity of average equivalent variation estimates in a gasoline demand application.