Inference in semiparametric conditional moment models with partial identification
部分识别半参数条件矩模型的统计推断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。
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：摘要明确以巴西汽油需求的分位数工具变量恩格尔曲线说明推断方法。
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
部分识别半参数条件矩模型的统计推断
- 研究问题
- 当条件矩模型的参数可能部分识别且含无限维分量时，如何检验某项限制是否被识别集中的至少一个元素满足？
- 方法与思路
- 作者将 Kolmogorov–Smirnov 型统计量在筛空间上的最小值作为检验统计量，推导渐近分布并提供一致的 bootstrap 临界值。
- 材料陈述的贡献
- 摘要称，方法可用于模型设定检验及参数分量或特征的置信集构造，容许部分识别和非光滑矩函数，并以分位数工具变量模型示例。
- 阅读关注点
- 核对筛空间逼近、非光滑矩函数和部分识别所需条件，尤其关注存在性原假设与置信集反演，以及巴西汽油恩格尔曲线的设定。
- 阅读边界
- 仅据所给出版社摘要，无法判断筛维数选择、识别集计算及 bootstrap 的具体限制；应用未给出工具变量有效性的依据或数值结果。
原文摘要
This paper develops inference methods for conditional moment models in which the unknown parameter is possibly partially identified and may contain infinite-dimensional components. For a conjectured restriction on the parameter, we consider testing the hypothesis that the restriction is satisfied by at least one element of the identified set. We propose using the sieve minimum of a Kolmogorov–Smirnov type statistic as the test statistic, derive its asymptotic distribution, and provide consistent bootstrap critical values. In this way a broad family of restrictions can be consistently tested, making the proposed procedure applicable to testing the model specification and constructing confidence set for any given component or some feature of the parameter. Our methods are robust to partial identification, and allow for the moment functions to be nonsmooth. As an illustration, we apply the proposed inference methods to study the quantile instrumental variable Engel curves for gasoline in Brazil. A Monte Carlo study demonstrates finite sample performance.