Estimating derivatives of function-valued parameters in a class of moment condition models
一类矩条件模型中函数值参数的导数估计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：摘要明确涉及分位数与条件分布模型，并将方法用于结构拍卖模型中的竞标者估值分布。
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
一类矩条件模型中函数值参数的导数估计
- 研究问题
- 当函数值参数在每个索引值处由矩条件识别时，如何估计其导数，并用于条件密度、分位数效应和拍卖估值分布分析？
- 方法与思路
- 作者利用隐函数定理表达参数导数，再以样本对应量估计各组成部分；经验矩条件通常需要局部线性平滑。
- 材料陈述的贡献
- 摘要提出统一的导数估计思路，覆盖分位数回归和分布回归，并列举条件密度、分位数偏效应及结构拍卖模型等用途。
- 阅读关注点
- 应核对隐函数定理适用条件、矩条件导数的估计方式、平滑参数选择，以及各类应用所需的附加条件和推断方法。
- 阅读边界
- 仅据所给出版社摘要，无法判断导数估计的收敛速度、边界表现或识别强度；摘要未说明具体正则条件与有限样本结果。
原文摘要
We develop a general approach to estimating the derivative of a function-valued parameter θo(u) that is identified for every value of u as the solution to a moment condition. This setup in particular covers interesting models for conditional distributions, such as quantile regression or distribution regression. Exploiting that θo(u) solves a moment condition, we obtain an explicit expression for its derivative from the Implicit Function Theorem, and then estimate the components of this expression by suitable sample analogues. The last step generally involves (local linear) smoothing of the empirical moment condition. Our estimators can then be used for a variety of purposes, including the estimation of conditional density functions, quantile partial effects, and the distribution of bidders’ valuations in structural auction models.