Inference on Partially Identified Parameters with Separable Nuisance Parameters: a Two-Stage Method
可分离辅助参数下部分识别参数的两阶段推断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。
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：一般矩不等式推断理论本身不足以限定领域；摘要明确给出汽车市场进入与退出成本的结构估计应用。
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
可分离辅助参数下部分识别参数的两阶段推断
- 研究问题
- 在矩不等式模型中，当辅助参数可单独估计但难以直接消去时，如何对部分识别的目标参数推断，并计入第一阶段估计误差？
- 方法与思路
- 作者先单独估计辅助参数，再以带方差修正的改进卡方检验构造目标参数识别集，方差修正用于处理第一阶段估计误差。
- 材料陈述的贡献
- 摘要称方法具有渐近有效性，并刻画有限样本性质；通过美国汽车市场进入与退出成本的结构估计应用展示实际表现。
- 阅读关注点
- 应核对辅助参数可分离的准确含义、检验反演与识别集构造的关系，以及方差修正、覆盖保证和汽车市场应用的模型设定。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未列出所谓温和条件，也未给出有限样本性质与应用数值。
原文摘要
This paper develops a two-stage method for inference on partially identified parameters in moment inequality models with separable nuisance parameters. In the first stage, the nuisance parameters are estimated separately, and in the second stage, the identified set for the parameters of interest is constructed using a refined chi-squared test with variance correction that accounts for the first-stage estimation error. We establish the asymptotic validity of the proposed method under mild conditions and characterize its finite-sample properties. The method is broadly applicable to models where direct elimination of nuisance parameters is difficult or introduces conservativeness. Its practical performance is illustrated through an application: structural estimation of entry and exit costs in the U.S. vehicle market based on Wollmann (2018).