Inference for Misspecified Models With Fixed Regressors
固定回归变量下误设模型的统计推断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：摘要研究一般误设回归的目标参数与方差，未明确涉及因果识别、面板或其他所列细分方向。
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…
固定回归变量下误设模型的统计推断
- 研究问题
- 模型误设时，研究者应针对总体协变量分布下的最佳线性近似，还是实际样本协变量分布下的近似参数进行推断？
- 方法与思路
- 作者将平方逼近误差按样本协变量分布平均，定义相应目标参数，推导其渐近方差，并提出该方差的一致估计量。
- 材料陈述的贡献
- 摘要称样本分布对应的参数在某些场景更有研究意义，其渐近方差一般小于 Eicker–Huber–White 稳健方差。
- 阅读关注点
- 应核对目标参数是否随样本改变、固定回归变量下采用何种渐近框架，以及方差估计一致性所需条件和实际实现方法。
- 阅读边界
- 仅有版本未注明的 OpenAlex 索引摘要；未列出渐近条件。方差比较涉及目标参数的改变，不能直接解读为同一参数下效率更高，也不能推断刊本变化。
原文摘要
Following the work by Eicker, Huber, and White it is common in empirical work to report standard errors that are robust against general misspecification. In a regression setting, these standard errors are valid for the parameter that minimizes the squared difference between the conditional expectation and a linear approximation, averaged over the population distribution of the covariates. Here, we discuss an alternative parameter that corresponds to the approximation to the conditional expectation based on minimization of the squared difference averaged over the sample, rather than the population, distribution of the covariates. We argue that in some cases this may be a more interesting parameter. We derive the asymptotic variance for this parameter, which is generally smaller than the Eicker–Huber–White robust variance, and propose a consistent estimator for this asymptotic variance. Supplementary materials for this article are available online.