The Limiting Distribution of the Maximum Rank Correlation Estimator
最大秩相关估计量的极限分布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：摘要明确将协方差结果应用于二元选择模型，并比较其半参数效率，因此选择离散选择这一细分方向。
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…
关注这篇论文的作者
最大秩相关估计量的极限分布
- 研究问题
- 最大秩相关估计量是否具有根号n一致性和渐近正态性，如何估计其渐近协方差，并判断其在二元选择模型中的效率？
- 方法与思路
- 作者结合一般极值估计量的渐近分析方法、U统计量分解和退化U过程的一致界，推导极限分布及渐近协方差表达。
- 材料陈述的贡献
- 摘要证明根号n一致性与渐近正态性，提供渐近协方差的一致估计及显式表达，并称二元选择情形未达到半参数效率界。
- 阅读关注点
- 阅读时应核对证明所需的模型和正则条件、退化U过程界的作用、协方差公式的适用范围，以及二元选择效率比较的设定。
- 阅读边界
- 摘要未列出适用模型和正则条件，也未说明有限样本表现；二元选择中的非效率结论不能直接推广到全部应用。
原文摘要
Han's maximum rank correlation estimator is shown to be square-root n-consistent and asymptotically normal. The proof rests on a general method for determining the asymptotic distribution of a maximization estimator, a simple U-statistic decomposition, and a uniform bound for degenerate U-processes. A consistent estimator of the asymptotic covariance matrix is provided, along with a result giving the explicit form of this matrix for any model within the scope of the maximum rate correlation estimator. The latter result is applied to the binary choice model, and it is found that the maximum rate correlation estimator does not achieve the semiparametric efficiency bound. Copyright 1993 by The Econometric Society.