Alternative Asymptotics and the Partially Linear Model with Many Regressors
替代渐近理论与多回归变量的部分线性模型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：摘要聚焦一般部分线性模型与渐近理论，未提供足以对应所列微观、宏观或金融细分方向的应用设定。
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…
替代渐近理论与多回归变量的部分线性模型
- 研究问题
- 多工具变量渐近与小带宽渐近能否用共同结构解释，并据此分析级数项数量可能与样本量同阶的部分线性模型估计？
- 方法与思路
- 作者将决定极限分布的对象表述为 V 统计量，其中余项是渐近正态的退化 U 统计量，再将这一结构用于部分线性模型的级数估计。
- 材料陈述的贡献
- 摘要称，两类看似不同的非标准渐近具有共同结构，并推导了级数项数量可能增长至样本量同阶时的新渐近分布。
- 阅读关注点
- 应核对 V 统计量分解、退化余项的正态近似条件，以及多级数项情形下的偏差、方差和可实施推断如何处理。
- 阅读边界
- 所据为 arXiv 预印本，同行评审与期刊接收未核实；摘要未给出具体增长限制和极限方差，不能据此确认小样本近似改善。
原文摘要
Non-standard distributional approximations have received considerable attention in recent years. They often provide more accurate approximations in small samples, and theoretical improvements in some cases. This paper shows that the seemingly unrelated "many instruments asymptotics" and "small bandwidth asymptotics" share a common structure, where the object determining the limiting distribution is a V-statistic with a remainder that is an asymptotically normal degenerate U-statistic. We illustrate how this general structure can be used to derive new results by obtaining a new asymptotic distribution of a series estimator of the partially linear model when the number of terms in the series approximation possibly grows as fast as the sample size, which we call "many terms asymptotics".