INFERENCE IN NONPARAMETRIC SERIES ESTIMATION WITH SPECIFICATION SEARCHES FOR THE NUMBER OF SERIES TERMS
级数项数设定搜索下的非参数级数估计推断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：摘要核心是一般非参数级数回归的选择后推断，劳动供给示例未明确提供因果识别依据，所列细分中无直接对应类别。
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
级数项数设定搜索下的非参数级数估计推断
- 研究问题
- 研究者比较不同级数项数并可能据数据选择项数后，如何仍为条件均值函数及部分线性模型的参数构造有效区间或置信带？
- 方法与思路
- 作者建立对级数项数一致有效的逐点和一致推断，使数据依赖的项数选择能够纳入置信区间、置信带及参数推断。
- 材料陈述的贡献
- 摘要称所构造区间和置信带在可能数据驱动的项数选择下保持有效渐近覆盖，并以模拟及预期劳动供给工资弹性示例考察表现。
- 阅读关注点
- 应核对允许搜索的项数范围、近似偏差与随机误差的处理、临界值构造，以及部分线性参数推断对项数的一致性要求。
- 阅读边界
- 仅依据所给 Crossref 摘要；搜索范围、光滑度条件和覆盖率数值未说明，不能推断任意设定搜索都受保护或推断刊本变化。
原文摘要
Nonparametric series regression often involves specification search over the tuning parameter, that is, evaluating estimates and confidence intervals with a different number of series terms. This paper develops pointwise and uniform inferences for conditional mean functions in nonparametric series estimations that are uniform in the number of series terms. As a result, this paper constructs confidence intervals and confidence bands with possibly data-dependent series terms that have valid asymptotic coverage probabilities. This paper also considers a partially linear model setup and develops inference methods for the parametric part uniform in the number of series terms. The finite sample performance of the proposed methods is investigated in various simulation setups as well as in an illustrative example, that is, the nonparametric estimation of the wage elasticity of the expected labor supply from Blomquist and Newey (2002, Econometrica 70, 2455–2480).