Confidence set for group membership
群组归属的置信集合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：摘要明确针对分组面板模型，并采用个体数与时间长度同时增长的渐近框架。
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
群组归属的置信集合
- 研究问题
- 在分组面板模型中，如何量化由数据决定群组归属带来的统计不确定性，并以预先设定的概率同时覆盖所有单位的真实归属？
- 方法与思路
- 作者反演多个单位特定的单侧群组归属检验，构造联合置信集合，并在个体数与时间长度同时增长的框架中运用和扩展高维统计工具。
- 材料陈述的贡献
- 摘要称，所建置信集合对全部单位的真实群组归属提供联合覆盖保证；蒙特卡洛结果显示有限样本覆盖适当，并附经验应用。
- 阅读关注点
- 应核对分组面板模型设定、群组区分与联合覆盖所需条件、多个单侧检验的校准，以及置信集合大小反映的信息含量。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断群组分离要求、个体数与时间长度的相对速率，也未给出模拟覆盖率或应用中的归属不确定性。
原文摘要
Our confidence set quantifies the statistical uncertainty from data‐driven group assignments in grouped panel models. It covers the true group memberships jointly for all units with pre‐specified probability and is constructed by inverting many simultaneous unit‐specific one‐sided tests for group membership. We justify our approach under N , T → ∞ asymptotics using tools from high‐dimensional statistics, some of which we extend in this paper. We provide Monte Carlo evidence that the confidence set has adequate coverage in finite samples. An empirical application illustrates the use of our confidence set.