Uniform confidence bands in deconvolution with unknown error distribution
误差分布未知时反卷积的一致置信带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：摘要以潜在价值和生产率密度的一致置信带为对象，并明确给出加性固定效应面板应用，因此对应分布与面板方向。
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
误差分布未知时反卷积的一致置信带
- 研究问题
- 当测量误差分布未知时，如何对反卷积得到的潜在密度构造一致置信带，并应用于矿权共同价值和生产率分布？
- 方法与思路
- 作者提出未知误差分布下的一致置信带方法，用乘子bootstrap进行构造与模拟评估，并将理论用于加性固定效应面板。
- 材料陈述的贡献
- 摘要明确提供一致置信带方法及有限样本模拟，展示矿权共同价值密度和智利制造业全要素生产率密度的置信带应用。
- 阅读关注点
- 应核对未知误差分布如何识别和估计、反卷积的正则条件、带宽与bootstrap步骤，以及面板应用如何满足主结果条件。
- 阅读边界
- 仅据所给出版社摘要，无法判断误差分布所需辅助信息、置信带覆盖条件或数值表现；不能认为未知误差下无需额外识别信息。
原文摘要
This paper develops a method to construct uniform confidence bands in deconvolution when the error distribution is unknown. Simulation studies demonstrate the performance of the multiplier bootstrap confidence band in the finite sample. We apply our method to the Outer Continental Shelf (OCS) Auction Data and draw confidence bands for the density of common values of mineral rights on oil and gas tracts. We also present an application of our main theoretical result specifically to additive fixed-effect panel data models, and we draw confidence bands for the density of the total factor productivity in a manufacturing industry in Chile.