Semiparametric estimation of Markov decision processes with continuous state space
连续状态空间马尔可夫决策过程的半参数估计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：摘要明确涉及马尔可夫离散选择、动态博弈及有限维结构参数估计。
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
连续状态空间马尔可夫决策过程的半参数估计
- 研究问题
- 当马尔可夫离散选择模型及相关博弈具有连续可观测状态时，如何保持两步估计的计算可行性并对结构参数与价值函数推断？
- 方法与思路
- 作者将有限状态下的两步估计扩展至连续状态空间，把策略价值函数作为第二类积分方程的解处理，并研究逆问题与时间序列渐近理论。
- 材料陈述的贡献
- 摘要称，证明相关逆问题适定，并给出使有限维结构参数达到根 T 一致性的原始条件，同时建立价值函数的分布理论。
- 阅读关注点
- 应核对两步分别估计哪些对象、积分方程逆算子的性质、原始条件的可验证性，以及第一步误差如何进入结构参数推断。
- 阅读边界
- 仅据所给出版社摘要，无法判断具体识别条件、博弈均衡处理或计算成本；适定性和根 T 结论的适用范围尚需全文确认。
原文摘要
We propose a general two-step estimator for a popular Markov discrete choice model that includes a class of Markovian games with continuous observable state space. Our estimation procedure generalizes the computationally attractive methodology of Pesendorfer and Schmidt-Dengler (2008) that assumed finite observable states. This extension is non-trivial as the policy value functions are solutions to some type II integral equations. We show that the inverse problem is well-posed. We provide a set of primitive conditions to ensure root-T consistent estimation for the finite dimensional structural parameters and the distribution theory for the value functions in a time series framework.