Multiscale adaptive inference on conditional moment inequalities
条件矩不等式的多尺度自适应推断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：摘要主要贡献是通用条件矩不等式推断，删失缺失应用不足以确定所列领域细分。
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
条件矩不等式的多尺度自适应推断
- 研究问题
- 如何构造条件矩不等式模型的可行检验，使其适应数据生成过程的平滑性，并有效检出趋近识别集的局部备择？
- 方法与思路
- 作者采用多尺度统计量，推导极值型渐近分布和解析临界值，并证明修正自助法的渐近有效性，辅以模拟和删失缺失数据应用。
- 材料陈述的贡献
- 摘要称，在一类广泛模型中，检验达到现有检验中的最佳局部检测速率，并对矩选择程序的使用给出相关理论含义。
- 阅读关注点
- 应核对模型类别、平滑性自适应范围、局部备择与检测速率定义，以及解析临界值、修正自助法和矩选择的适用条件。
- 阅读边界
- 仅据所给出版社摘要；摘要未列出具体条件和检测速率，所谓最佳速率限于文中比较范围，不能据此宣称一般最优性。
原文摘要
This paper considers inference for conditional moment inequality models using a multiscale statistic. We derive the asymptotic distribution of this test statistic and use the result to propose feasible critical values that have a simple analytic formula, and to prove the asymptotic validity of a modified bootstrap procedure. The asymptotic distribution is extreme value, and the proof uses new techniques to overcome several technical obstacles. The test detects local alternatives that approach the identified set at the best rate among available tests in a broad class of models, and is adaptive to the smoothness properties of the data generating process. Our results also have implications for the use of moment selection procedures in this setting. We provide a Monte Carlo study and an empirical illustration to inference in a regression model with endogenously censored and missing data.