Bayesian analysis in moment inequality models
矩不等式模型的贝叶斯分析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：摘要明确讨论矩不等式部分识别的结构参数、有限信息似然与模型选择，直接对应结构估计。
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
矩不等式模型的贝叶斯分析
- 研究问题
- 当结构参数仅由矩不等式部分识别时，后验分布在识别区域内外如何表现，又如何选择矩条件与模型？
- 方法与思路
- 作者基于有限信息似然构造后验，分析其大样本行为，并采用最大后验程序选择矩不等式与模型组合。
- 材料陈述的贡献
- 摘要称，后验在识别区外指数衰减，在非空内部有正下界；选择程序渐近选择矩条件最多且模型最简单的真实组合。
- 阅读关注点
- 应核对有限信息似然、先验要求、识别区域内部条件，以及模型选择中真实性和复杂度的具体定义。
- 阅读边界
- 依据版本未注明的OpenAlex索引摘要；所称区域内信息优势依赖适当先验，不能据此认定普遍优于频率学派。
原文摘要
This paper presents a study of the large-sample behavior of the posterior distribution of a structural parameter which is partially identified by moment inequalities. The posterior density is derived based on the limited information likelihood. The posterior distribution converges to zero exponentially fast on any δ-contraction outside the identified region. Inside, it is bounded below by a positive constant if the identified region is assumed to have a nonempty interior. Our simulation evidence indicates that the Bayesian approach has advantages over frequentist methods, in the sense that, with a proper choice of the prior, the posterior provides more information about the true parameter inside the identified region. We also address the problem of moment and model selection. Our optimality criterion is the maximum posterior procedure and we show that, asymptotically, it selects the true moment/model combination with the most moment inequalities and the simplest model.