跳到正文
← 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。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

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:摘要明确研究非参数工具变量回归的结构函数估计及其风险最优性,对应结构估计。

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
Xiaohong Chen
Markus Reiss

计量经济学不适定逆问题的收敛速度最优性

研究问题
非参数间接回归与非参数工具变量回归的既有正则条件如何关联,轻度和严重不适定情形下能否达到最小最大风险界?
方法与思路
作者在两项基本正则条件下建立均方积分误差的最小最大风险下界,并分别分析间接回归的投影估计和工具变量回归的筛最小距离估计。
材料陈述的贡献
摘要称,两类估计量可在较大的结构函数类上统一达到风险下界,覆盖轻度与严重不适定情形,并澄清既有条件间的关系。
阅读关注点
应核对两项条件与既有假设的关系、结构函数类和算子限制、下界构造,以及投影维度或筛维度如何选择才能达到该速度。
阅读边界
这是 arXiv 预印本,同行评审或期刊接收未核实;摘要未说明具体条件、速率表达式和识别要求,速度最优不直接保证有限样本优势。

原文摘要

In this paper, we clarify the relations between the existing sets of regularity conditions for convergence rates of nonparametric indirect regression (NPIR) and nonparametric instrumental variables (NPIV) regression models. We establish minimax risk lower bounds in mean integrated squared error loss for the NPIR and the NPIV models under two basic regularity conditions that allow for both mildly ill-posed and severely ill-posed cases. We show that both a simple projection estimator for the NPIR model, and a sieve minimum distance estimator for the NPIV model, can achieve the minimax risk lower bounds, and are rate-optimal uniformly over a large class of structure functions, allowing for mildly ill-posed and severely ill-posed cases.

笔记与分组
相关领域论文