Kernel Estimation of Partial Means and a General Variance Estimator
部分均值的核估计与一般方差估计量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：摘要聚焦一般核估计理论，消费者剩余用途尚不足以确定具体结构估计或因果推断方向。
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
部分均值的核估计与一般方差估计量
- 研究问题
- 如何为核估计量的函数构造便利的方差估计与渐近正态性条件，尤其处理仅对部分自变量进行平均的部分均值？
- 方法与思路
- 作者发展一般的 delta-method 方差估计，给出渐近正态性的正则条件及核验指引，并将结果应用于部分均值。
- 材料陈述的贡献
- 摘要称提供了核估计函数的一般方差估计与渐近分析框架；部分均值可用于消费者剩余估计及加性非参数模型估计。
- 阅读关注点
- 应核对泛函的定义、带宽和偏差处理、平均所用分布及方差公式，并检查一般条件如何在部分均值应用中成立。
- 阅读边界
- 仅据所给 Crossref 摘要；具体公式、带宽要求与经济识别条件未说明，所列用途不能直接视为已完成的实证结果。
原文摘要
Econometric applications of kernel estimators are proliferating, suggesting the need for convenient variance estimates and conditions for asymptotic normality. This paper develops a general “delta-method” variance estimator for functionals of kernel estimators. Also, regularity conditions for asymptotic normality are given, along with a guide to verify them for particular estimators. The general results are applied to partial means, which are averages of kernel estimators over some of their arguments with other arguments held fixed. Partial means have econometric applications, such as consumer surplus estimation, and are useful for estimation of additive nonparametric models.