Functional ecological inference
函数型生态推断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：摘要研究聚合数据下条件分布的生态推断，未明确涉及所列分位数效应、因果效应或其他细分方向。
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…
函数型生态推断
- 研究问题
- 当聚合数据仅提供给定 W 的 Y 与 Z 条件分布，且二者未在同一样本中观测时，如何推断给定 Z 的 Y 条件分布？
- 方法与思路
- 作者将问题转化为算子线性方程，选取 Hilbert–Schmidt 范数最小的最小二乘解，并在一般情形下采用正则化估计。
- 材料陈述的贡献
- 摘要称最小范数解可解释为最小依赖解，有限离散 W 情形存在闭式表达，并给出一般正则化估计量的收敛结果。
- 阅读关注点
- 应核对算子方程成立的条件、最小依赖准则与真实条件分布的关系，以及解的唯一性、正则化选择和数值评价设计。
- 阅读边界
- 仅据所给 RePEc 出版社摘要；正则条件与识别范围未说明，最小依赖解是否等于真实条件分布不能仅凭摘要判断。
原文摘要
In this paper, we consider the problem of ecological inference when one observes the conditional distributions of Y|W and Z|W from aggregate data and attempts to infer the conditional distribution of Y|Z without observing Y and Z in the same sample. First, we show that this problem can be transformed into a linear equation involving operators for which, under suitable regularity assumptions, least squares solutions are available. We then propose the use of the least squares solution with the minimum Hilbert–Schmidt norm, which, in our context, can be structurally interpreted as the solution with minimum dependence between Y and Z. Interestingly, in the case where the conditioning variable W is discrete and belongs to a finite set, such as the labels of units/groups/cities, the solution of this minimal dependence has a closed form. In the more general case, we use a regularization scheme and show the convergence of our proposed estimator. A numerical evaluation of our procedure is proposed.