Robust Indirect Inference
稳健间接推断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：摘要明确以时间序列例子说明方法，但金融应用未细分，因而仅选择时间序列方向。
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
稳健间接推断
- 研究问题
- 论文关注间接估计与检验面对假定模型的小幅偏离时是否稳定，以及如何将间接推断用于构造局部稳健程序。
- 方法与思路
- 作者在统一框架下推导间接估计量的影响函数及检验水平、功效的影响函数，并据此设计稳健估计与检验。
- 材料陈述的贡献
- 摘要称将间接推断拓展为稳健化工具，处理经典方法难以稳健化的模型，并以金融、时间序列和空间统计例子说明。
- 阅读关注点
- 应核对模型偏离的定义、辅助模型的选择、影响函数有界性要求，以及局部稳健性对实际估计和检验的含义。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；局部稳健性的具体条件未说明，不能据此判断大幅模型错设下的表现。
原文摘要
In this article we develop robust indirect inference for a variety of models in a unified framework. We investigate the local robustness properties of indirect inference and derive the influence function of the indirect estimator, as well as the level and power influence functions of indirect tests. These tools are then used to design indirect inference procedures that are stable in the presence of small deviations from the assumed model. Although indirect inference was originally proposed for statistical models whose likelihood is difficult or even impossible to compute and/or to maximize, we use it here as a device to robustify the estimators and tests for models where this is not possible or is difficult with classical techniques such as M estimators. Examples from financial applications, time series, and spatial statistics are used for illustration.