Inference for best linear approximations to set identified functions
集合识别函数最佳线性逼近的统计推断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：摘要明确包含分位数和分布回归，以及均值、分位数和分布处理效应的推断。
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…
集合识别函数最佳线性逼近的统计推断
- 研究问题
- 当目标函数仅知位于上下界构成的函数带内时，如何刻画其最佳线性逼近参数的识别集合，并开展有效统计推断？
- 方法与思路
- 作者用支持函数表征识别区域，允许上下界以参数或非参数方法估计，建立支持函数的高斯过程近似及贝叶斯自助法有效性。
- 材料陈述的贡献
- 摘要称框架统一覆盖区间数据、样本选择、分位数与分布回归及处理效应问题，可纳入工具变量，并提供女性劳动参与应用。
- 阅读关注点
- 应核对最佳线性逼近的加权定义、上下界估计误差如何传递、带索引情形的统一性，以及工具变量和自助法的适用条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及接收状态未经核实；摘要未列出识别与过程收敛条件，也未报告劳动参与应用的数值结论。
原文摘要
This paper provides inference methods for best linear approximations to functions which are known to lie within a band. It extends the partial identification literature by allowing the upper and lower functions defining the band to be any functions, including ones carrying an index, which can be estimated parametrically or non-parametrically. The identification region of the parameters of the best linear approximation is characterized via its support function, and limit theory is developed for the latter. We prove that the support function approximately converges to a Gaussian process and establish validity of the Bayesian bootstrap. The paper nests as special cases the canonical examples in the literature: mean regression with interval valued outcome data and interval valued regressor data. Because the bounds may carry an index, the paper covers problems beyond mean regression; the framework is extremely versatile. Applications include quantile and distribution regression with interval valued data, sample selection problems, as well as mean, quantile, and distribution treatment effects. Moreover, the framework can account for the availability of instruments. An application is carried out, studying female labor force participation along the lines of Mulligan and Rubinstein (2008).