Simple Inference on Functionals of Set-Identified Parameters Defined by Linear Moments
线性矩条件定义的集合识别参数泛函的简便推断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。
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：摘要研究一般线性矩不等式下的部分识别与推断，未限定因果、面板、宏观或金融模型，细分依据不足。
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
线性矩条件定义的集合识别参数泛函的简便推断
- 研究问题
- 对线性矩不等式定义的部分识别参数，如何为线性泛函或标量子向量构造一致有效、且无需遍历参数空间的推断？
- 方法与思路
- 作者对随机扰动后的线性规划值函数进行自助重抽样，并利用线性规划的一般位置性质建立一致有效性的条件。
- 材料陈述的贡献
- 摘要称方法计算简便，在识别集上覆盖概率为一，并在一个外部集合上达到精确覆盖，同时避免参数空间网格搜索。
- 阅读关注点
- 应核对随机扰动的构造、外部集合的定义、两种覆盖陈述的概率含义，以及一般位置条件如何支持一致有效性。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要解读；摘要未给出具体低层条件及覆盖率定义细节，不能据此判断适用边界或刊本变化。
原文摘要
This article proposes a new approach to obtain uniformly valid inference for linear functionals or scalar subvectors of a partially identified parameter defined by linear moment inequalities. The procedure amounts to bootstrapping the value functions of randomly perturbed linear programming problems, and does not require the researcher to grid over the parameter space. The low-level conditions for uniform validity rely on genericity results for linear programs. The unconventional perturbation approach produces a confidence set with a coverage probability of 1 over the identified set, but obtains exact coverage on an outer set, is valid under weak assumptions, and is computationally simple to implement.