Non-parametric inference about mean functionals of non-ignorable non-response data without identifying the joint distribution
不识别联合分布时非可忽略无应答数据的均值泛函推断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：摘要直接研究非随机缺失下均值泛函的识别与推断，未明确因果效应；房价应用也不足以归入金融资产定价。
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…
不识别联合分布时非可忽略无应答数据的均值泛函推断
- 研究问题
- 当结果变量存在非可忽略缺失且完整数据联合分布未被识别时，能否借助影子变量识别目标均值泛函并进行有效推断？
- 方法与思路
- 作者建立均值识别条件及表示方程，先一致估计可能非唯一的解集合，再借助极值估计理论选择适当解以开展推断。
- 材料陈述的贡献
- 摘要称给出均值识别的充要条件和可估计性的必要条件，并在正则条件下构造渐近正态、局部有效且达到半参数效率界的估计量。
- 阅读关注点
- 应核对影子变量条件、表示方程及非唯一解的选择规则，并查阅原PDF确认可估计速率记号和效率结论的正则条件。
- 阅读边界
- 仅据 Crossref 摘要；“n-estimability”记号可能缺失数学格式，不能重构速率。识别及效率的具体条件和房价应用数值未说明。
原文摘要
Abstract We consider identification and inference about mean functionals of observed covariates and an outcome variable subject to non-ignorable missingness. By leveraging a shadow variable, we establish a necessary and sufficient condition for identification of the mean functional even if the full data distribution is not identified. We further characterize a necessary condition for n-estimability of the mean functional. This condition naturally strengthens the identifying condition, and it requires the existence of a function as a solution to a representer equation that connects the shadow variable to the mean functional. Solutions to the representer equation may not be unique, which presents substantial challenges for non-parametric estimation, and standard theories for non-parametric sieve estimators are not applicable here. We construct a consistent estimator of the solution set and then adapt the theory of extremum estimators to find from the estimated set a consistent estimator of an appropriately chosen solution. The estimator is asymptotically normal, locally efficient and attains the semi-parametric efficiency bound under certain regularity conditions. We illustrate the proposed approach via simulations and a real data application on home pricing.