Testing Inequalities Linear in Nuisance Parameters
对干扰参数呈线性的不等式检验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。
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：核心是通用线性矩不等式与部分识别检验，劳动供给应用不足以确定更具体的领域细分。
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…
对干扰参数呈线性的不等式检验
- 研究问题
- 当待检验不等式对可能仅部分识别的干扰参数呈线性时，如何开展子向量推断、模型设定检验及线性规划界限参数推断？
- 方法与思路
- 作者构造两步检验统计量，并使用自由度依赖数据的卡方临界值；自由度由简单公式计算，实施不需要调节参数。
- 材料陈述的贡献
- 摘要称检验具有一致渐近有效性，并通过模拟考察有限样本尺寸和功效，以福利改革下女性劳动供给为经验应用。
- 阅读关注点
- 应核对两步统计量的定义、数据依赖自由度的计算、部分识别与约束边界下的有效性条件，以及模拟采用的比较基准。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实。摘要未说明完整正则条件、有限样本结果或应用识别设计，不能概括为普遍最优检验。
原文摘要
This paper proposes a new test for inequalities that are linear in possibly partially identified nuisance parameters. This type of hypothesis arises in a broad set of problems, including subvector inference for linear unconditional moment (in)equality models, specification testing of such models, and inference for parameters bounded by linear programs. The new test uses a two-step test statistic and a chi-squared critical value with data-dependent degrees of freedom that can be calculated by an elementary formula. Its simple structure and tuning-parameter-free implementation make it attractive for practical use. We establish uniform asymptotic validity of the test, demonstrate its finite-sample size and power in simulations, and illustrate its use in an empirical application that analyzes women's labor supply in response to a welfare policy reform.