Additive Nonparametric Regression in the Presence of Endogenous Regressors
存在内生回归变量时的加性非参数回归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。
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：摘要明确涉及内生变量下的结构方程估计及儿童照护效应的异质性分析，支持结构估计与因果推断方向。
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…
存在内生回归变量时的加性非参数回归
- 研究问题
- 在回归变量存在内生性时，如何在全加性约束下估计结构方程的条件均值与梯度，并刻画儿童照护与认知结果关系中的组间及组内异质性？
- 方法与思路
- 作者在结构方程中施加全加性约束，提出条件均值与梯度的非参数估计量；通过模拟考察理论表现，并用部分线性扩展研究儿童照护应用。
- 材料陈述的贡献
- 摘要称，估计量一致、渐近正态、具有 oracle 效率且避免维数灾难；模拟支持理论，儿童照护应用则展示了部分不同于既有文献的异质性结果。
- 阅读关注点
- 核对内生性的处理与识别条件、全加性约束和 oracle 效率的定义；关注梯度推断，以及儿童照护组别比较中不显著结果的解释。
- 阅读边界
- 摘要未说明识别假设、数据来源、样本规模和有限样本覆盖率；儿童照护结论属于特定应用，不能据摘要概括为普遍成立的因果效应。
原文摘要
In this article we consider nonparametric estimation of a structural equation model under full additivity constraint. We propose estimators for both the conditional mean and gradient which are consistent, asymptotically normal, oracle efficient, and free from the curse of dimensionality. Monte Carlo simulations support the asymptotic developments. We employ a partially linear extension of our model to study the relationship between child care and cognitive outcomes. Some of our (average) results are consistent with the literature (e.g., negative returns to child care when mothers have higher levels of education). However, as our estimators allow for heterogeneity both across and within groups, we are able to contradict many findings in the literature (e.g., we do not find any significant differences in returns between boys and girls or for formal versus informal child care). Supplementary materials for this article are available online.