Partly Linear Instrumental Variables Regressions without Smoothing on the Instruments
无需对工具变量平滑的部分线性工具变量回归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。
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：摘要属于通用半参数工具变量估计理论，未明确给定细分中的因果目标或应用领域。
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
无需对工具变量平滑的部分线性工具变量回归
- 研究问题
- 在由工具变量识别的半参数部分线性模型中，能否避免对工具变量进行平滑，同时估计参数部分与非参数部分？
- 方法与思路
- 作者提出不对工具变量平滑的估计方法，将 Landweber–Fridman 正则化推广到该模型，并提供正则化参数的数据驱动选择。
- 材料陈述的贡献
- 摘要称，参数估计量渐近正态并得到非参数估计收敛率；方法与工具变量平滑带宽固定的常见估计量相一致，另有模拟展示。
- 阅读关注点
- 应核对工具变量识别和逆问题条件、固定带宽等价关系，以及正则化停止规则对参数推断与非参数收敛的影响。
- 阅读边界
- 依据 arXiv 预印本摘要，同行评审及期刊接收未核实；具体识别与光滑性条件、收敛率表达式和模拟数值未说明。
原文摘要
We consider a semiparametric partly linear model identified by instrumental variables. We propose an estimation method that does not smooth on the instruments and we extend the Landweber-Fridman regularization scheme to the estimation of this semiparametric model. We then show the asymptotic normality of the parametric estimator and obtain the convergence rate for the nonparametric estimator. Our estimator that does not smooth on the instruments coincides with a typical estimator that does smooth on the instruments but keeps the respective bandwidth fixed as the sample size increases. We propose a data driven method for the selection of the regularization parameter, and in a simulation study we show the attractive performance of our estimators.