Identification and shape restrictions in nonparametric instrumental variables estimation
非参数工具变量估计中的识别与形状约束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：摘要研究一般非参数工具变量模型的线性泛函与区间识别，未明确具体因果效应或结构应用，故不强行指定细分方向。
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
非参数工具变量估计中的识别与形状约束
- 研究问题
- 当离散工具变量的支持点少于内生解释变量、使回归函数的线性泛函无法非参数识别时，形状约束能否提供有信息量的识别区间？
- 方法与思路
- 作者在条件矩限制下加入单调性或凸性等形状约束，以线性规划计算目标泛函的上下界，并通过自助法开展推断及经验应用。
- 材料陈述的贡献
- 摘要称形状约束可将原本可能取任意实数的未识别泛函限制在区间内，其边界可由线性规划获得，并可据此实施自助法推断。
- 阅读关注点
- 应核对形状约束的经济依据、区间边界的识别含义和有限性，以及线性规划的构造；还需检查自助法处理边界不确定性的条件。
- 阅读边界
- 仅据所列出版社摘要，无法确定区间何时有界、是否为锐界及自助法的具体保证；目标泛函和经验应用未说明，不能直接赋予因果解释。
原文摘要
This paper is concerned with inference about an unidentified linear functional, L(g), where g satisfies Y=g(X)+U; E(U|W)=0. In much applied research, X and W are discrete, and W has fewer points of support than X. Consequently, L(g) is not identified nonparametrically and can have any value in (−∞,∞). This paper uses shape restrictions, such as monotonicity or convexity, to achieve interval identification of L(g). The paper shows that under shape restrictions, L(g) is contained in an interval whose bounds can be obtained by solving linear programming problems. Inference about L(g) can be carried out by using the bootstrap. An empirical application illustrates the usefulness of the method.