Inference for Linear Conditional Moment Inequalities
线性条件矩不等式的推断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：摘要仅明确通用条件矩不等式推断，未说明可对应所列细分领域的具体经济对象。
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…
线性条件矩不等式的推断
- 研究问题
- 经济应用中的矩不等式具有线性条件结构时，如何在存在干扰参数的情况下构造一致有效、计算可行且不受松弛矩过度影响的置信集？
- 方法与思路
- 作者先构建最不利临界值，再提出对松弛矩具有较强不敏感性的条件推断方法，并推荐结合两者优点的混合程序。
- 材料陈述的贡献
- 摘要称，最不利方法在所有矩均绑定时可避免保守性；混合方法在按既有应用校准的模拟中表现良好，功效和计算时间比较有利。
- 阅读关注点
- 应核对线性条件结构、干扰参数处理和一致有效性的条件，以及绑定与松弛矩的判定、混合校准规则和模拟比较设置。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未给出具体经济对象、有效性条件和比较数值，不能据此声称普遍优于替代方法。
原文摘要
We show that moment inequalities in a wide variety of economic applications have a particular linear conditional structure. We use this structure to construct uniformly valid confidence sets that remain computationally tractable even in settings with nuisance parameters. We first introduce least favorable critical values which deliver non-conservative tests if all moments are binding. Next, we introduce a novel conditional inference approach which ensures a strong form of insensitivity to slack moments. Our recommended approach is a hybrid technique which combines desirable aspects of the least favorable and conditional methods. The hybrid approach performs well in simulations calibrated to Wollmann (2018), with favorable power and computational time comparisons relative to existing alternatives.