Inference on Extreme Quantiles of Unobserved Individual Heterogeneity
不可观测个体异质性极端分位数的统计推断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。
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：摘要明确研究面板中的个体异质性，并以其极端分位数及置信区间为核心对象。
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
不可观测个体异质性极端分位数的统计推断
- 研究问题
- 在面板数据与元分析中，个体异质性只能通过含噪估计量观察时，如何对其极端分位数进行可靠推断？
- 方法与思路
- 作者研究含噪估计量保留尾部信息的条件，建立极值与中间次序统计量定理，并据此构造无需优化的置信区间。
- 材料陈述的贡献
- 摘要称给出了尾部信息有效性的充要条件及充分的速率、矩条件；模拟展示覆盖表现，并应用于企业生产率差异。
- 阅读关注点
- 应核对噪声与尾部信息之间的充要条件、样本规模及估计误差的速率关系，以及极端和中间分位数区间的适用范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明条件的具体形式，也不足以判断实际数据是否满足条件。
原文摘要
We develop a methodology for conducting inference on extreme quantiles of unobserved individual heterogeneity (e.g., heterogeneous coefficients, treatment effects) in panel data and meta-analysis settings. Inference is challenging in such settings: only noisy estimates of heterogeneity are available, and central limit approximations perform poorly in the tails. We derive a necessary and sufficient condition under which noisy estimates are informative about extreme quantiles, along with sufficient rate and moment conditions. Under these conditions, we establish an extreme value theorem and an intermediate order theorem for noisy estimates. These results yield simple optimization-free confidence intervals for extreme quantiles. Simulations show that our confidence intervals have favorable coverage and that the rate conditions matter for the validity of inference. We illustrate the method with an application to firm productivity differences between denser and less dense areas.