Indirect inference with a non-smooth criterion function
非光滑准则函数下的间接推断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：摘要围绕模拟模型内生变量、通过间接推断估计未知模型参数展开，直接关联结构模型的估计与计算。
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
非光滑准则函数下的间接推断
- 研究问题
- 当模拟内生变量是模型参数的不连续函数时，如何缓解间接推断准则的不连续性，使基于导数的优化可以实施？
- 方法与思路
- 作者利用变量变换设计新的模拟算法，缓解准则函数中的不连续性，以支持导数优化；摘要明确该方法不依赖核平滑或带宽。
- 材料陈述的贡献
- 摘要称所提算法使未知模型参数可通过导数优化估计，并在若干已有文献使用的Monte Carlo例子中优于现有替代方法。
- 阅读关注点
- 应核对变量变换的构造与适用模型、变换后准则的可微性质，以及模拟误差、梯度计算和优化收敛之间的关系。
- 阅读边界
- 仅据所给出版社摘要，无法确定算法适用的一般条件或计算成本；所称优势来自列举的模拟例子，不能推广至所有模型。
原文摘要
Indirect inference requires simulating realizations of endogenous variables from the model under study. When the endogenous variables are discontinuous functions of the model parameters, the resulting indirect inference criterion function is discontinuous and does not permit the use of derivative-based optimization routines. Using a change of variables technique, we propose a novel simulation algorithm that alleviates the discontinuities inherent in such indirect inference criterion functions, and permits the application of derivative-based optimization routines to estimate the unknown model parameters. Unlike competing approaches, this approach does not rely on kernel smoothing or bandwidth parameters. Several Monte Carlo examples that have featured in the literature on indirect inference with discontinuous outcomes illustrate the approach, and demonstrate the superior performance of this approach over existing alternatives.