Local M-estimation with discontinuous criterion for dependent and limited observations
相依与受限观测下不连续准则的局部M估计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：摘要明确包含面板离散选择模型的条件最大得分估计，直接支持离散选择与面板数据分类。
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
相依与受限观测下不连续准则的局部M估计
- 研究问题
- 当准则函数不连续、观测弱相依且可能受限时，如何刻画局部M估计的收敛速度，并处理核局部化和高维干扰参数？
- 方法与思路
- 作者在三组高层条件下分析局部M估计，建立弱相依观测的新最大不等式，允许核平滑、增长维度干扰参数与集合估计。
- 材料陈述的贡献
- 摘要称，理论给出三种非参数立方根收敛速率并支持有效推断，将标准立方根渐近理论和若干最大得分类估计纳入其中。
- 阅读关注点
- 应核对三组条件各自对应的速率、局部化位置与带宽要求，以及干扰参数误差和集合值目标对推断的影响。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要；具体速率公式、推断程序和适用条件未提供，不能把所有不连续M估计视为自动满足该理论。
原文摘要
We examine the asymptotic properties of local M-estimators under three sets of high-level conditions. These conditions are sufficiently general to cover the minimum volume predictive region, the conditional maximum score estimator for a panel data discrete choice model and many other widely used estimators in statistics and econometrics. Specifically, they allow for discontinuous criterion functions of weakly dependent observations which may be localized by kernel smoothing and contain nuisance parameters with growing dimension. Furthermore, the localization can occur around parameter values rather than around a fixed point and the observations may take limited values which lead to set estimators. Our theory produces three different nonparametric cube root rates for local M-estimators and enables valid inference building on novel maximal inequalities for weakly dependent observations. The standard cube root asymptotics is included as a special case. The results are illustrated by various examples such as the Hough transform estimator with diminishing bandwidth, the maximum score-type set estimator and many others.