Nonparametric regression with nonparametrically generated covariates
含非参数生成协变量的非参数回归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：联立方程仅作为应用背景列出，摘要核心为通用生成协变量理论，尚不足以确定经济结构估计等细分方向。
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…
含非参数生成协变量的非参数回归
- 研究问题
- 当回归协变量不可直接观测、需要先用数据非参数估计时，第一阶段误差如何影响最终估计的收敛与分布？
- 方法与思路
- 作者推导刻画协变量生成步骤影响的随机展开，并据此得到考虑生成协变量误差的一致性速率和渐近分布。
- 材料陈述的贡献
- 摘要称提供了生成协变量影响最终非参数回归估计的理论结果，应用背景包括两阶段回归、联立方程与删失回归。
- 阅读关注点
- 应核对两阶段估计器的具体形式、第一阶段误差进入展开的方式，以及最终推断需要的收敛速率与正则条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列估计器、展开项和条件，不能认定第一阶段误差总能忽略。
原文摘要
We analyze the statistical properties of nonparametric regression estimators using covariates which are not directly observable, but have be estimated from data in a preliminary step. These so-called generated covariates appear in numerous applications, including two-stage nonparametric regression, estimation of simultaneous equation models or censored regression models. Yet so far there seems to be no general theory for their impact on the final estimator’s statistical properties. Our paper provides such results. We derive a stochastic expansion that characterizes the influence of the generation step on the final estimator, and use it to derive rates of consistency and asymptotic distributions accounting for the presence of generated covariates.