跳到正文
← 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:核心是一般优化权重的约束推断;合成控制和预测组合仅作为应用例子,摘要不足以确定一个专门的经济学细分领域。

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
Nathan Canen
Kyungchul Song

单纯形约束权重的简便统计推断

研究问题
当权重由优化问题识别且受到单纯形约束时,如何应对约束可能绑定造成的推断困难,并同时覆盖点识别和集合识别情况?
方法与思路
作者利用向多面锥投影构造自适应检验,再反演得到权重置信集;摘要称临界值计算无需调参或模拟,并提供经验示例。
材料陈述的贡献
摘要称该置信集方法具有渐近一致有效性,适用于点识别及集合识别的权重,并简化了单纯形边界附近的推断计算。
阅读关注点
应核对优化问题与权重识别的条件、多面锥和自适应检验的构造、一致有效性的适用范围,以及经验示例中的置信集形态。
阅读边界
所据为 arXiv 预印本,不能据此确认同行评审或期刊接收;摘要未提供具体目标函数、正则条件或有限样本覆盖率。

原文摘要

In many applications, the parameter of interest involves a simplex-valued weight which is identified as a solution to an optimization problem. Examples include synthetic control methods with group-level weights and various methods of model averaging and forecast combinations. The simplex constraint on the weight poses a challenge in statistical inference due to the constraint potentially binding. In this paper, we propose a simple method of constructing a confidence set for the weight using an adaptive test based on the projection on a polyhedral cone and prove that the method is asymptotically uniformly valid. The procedure does not require tuning parameters or simulations to compute critical values. The confidence set accommodates both the cases of point-identification or set-identification of the weight. We illustrate the method with an empirical example.

笔记与分组
相关领域论文