Partial identification and inference in censored quantile regression
删失分位数回归的部分识别与推断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：摘要直接研究删失条件下的线性分位数回归与系数识别范围，属于分位数推断，未明确提出处理效应或因果识别设计。
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
删失分位数回归的部分识别与推断
- 研究问题
- 研究因变量受到可能未知的依赖删失时，线性分位数回归系数能够被识别到何种范围，以及如何构造相应置信集合。
- 方法与思路
- 作者用阿基米德 copula 描述依赖删失，通过不等式刻画识别集的外集合，并以渐近枢轴统计量反演和自助法构造置信集。
- 材料陈述的贡献
- 摘要称，单参数有序 copula 族下可构造简单置信集，并数值研究识别集对 copula 误设的敏感性及自助置信集表现。
- 阅读关注点
- 应核对外集合与真实识别集的关系、copula 排序条件、统计量反演方式，以及敏感性分析如何改变依赖删失设定。
- 阅读边界
- 仅据所给出版社摘要，无法判断外集合是否等于识别集，或置信集是否具有一致覆盖保证；数值敏感性结果也未具体报告。
原文摘要
In this paper, we study partial identification and inference in a linear quantile regression, where the dependent variable is subject to possibly unknown dependent censoring characterized by an Archimedean copula. An outer set of the identified set for the regression coefficient is characterized via inequality constraints. For one-parameter ordered families of Archimedean copulas, we construct a simple confidence set by inverting an asymptotically pivotal statistic. A bootstrap confidence set is also constructed. Sensitivity of the identified set to possible misspecification of the true copula and the finite sample performance of the boostrap confidence set are investigated numerically.