Improved inference for nonparametric regression and regression-discontinuity designs
改进非参数回归与回归不连续设计的统计推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确将改进推断用于回归不连续设计这一因果识别方法；一般非参数回归本身不另据此归入其他细分方向。
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…
改进非参数回归与回归不连续设计的统计推断
- 研究问题
- 如何进一步处理非参数回归与回归不连续设计中的平滑偏差，在保持渐近覆盖率的同时缩短常用置信区间？
- 方法与思路
- 作者建立稳健偏差修正与 bootstrap 预枢轴化之间的联系，并从重抽样视角构造新的偏差修正推断程序。
- 材料陈述的贡献
- 摘要称新置信区间比常用区间短百分之十七而不损失渐近覆盖率，并宣称这一结果不依赖评价点位置、带宽或变量分布。
- 阅读关注点
- 应核对百分之十七缩短的比较对象与推导口径、重抽样实施和带宽要求，以及关于位置与分布不敏感的结论具体受何限制。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或被期刊接收；摘要未列正则条件，渐近覆盖与区间缩短不等于任意有限样本均成立。
原文摘要
Nonparametric regression and regression-discontinuity designs suffer from smoothing bias that distorts conventional confidence intervals. Solutions based on robust bias correction (RBC) are now central to the economist's toolbox. In this paper, we establish a novel connection between RBC methods and bootstrap prepivoting. Revisiting RBC through the lens of bootstrapping allows us to develop a novel bias correction procedure which delivers improved nonparametric inference. The resulting confidence intervals are 17% shorter than the usual intervals employed in curve estimation and regression discontinuity designs, without compromising asymptotic coverage. This holds regardless of evaluation point location, bandwidth choice, or regressor and error distribution.