Edgeworth Approximation for MINPIN Estimators in Semiparametric Regression Models
半参数回归模型中 MINPIN 估计量的 Edgeworth 近似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：摘要仅提供通用半参数回归与高阶渐近理论，缺乏对应所列具体领域的证据。
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
半参数回归模型中 MINPIN 估计量的 Edgeworth 近似
- 研究问题
- 由一般 MINPIN 方法得到的半参数回归估计量具有怎样的高阶渐近性质，能否建立到 n⁻¹ 阶的分布近似？
- 方法与思路
- 作者研究这类半参数估计量的高阶展开，推导 n⁻¹ 阶随机展开，并给出支持同阶 Edgeworth 型分布近似的定理。
- 材料陈述的贡献
- 摘要明确陈述的贡献是获得 n⁻¹ 阶随机展开及相应分布近似的理论依据，未报告实际推断改进或有限样本效果。
- 阅读关注点
- 应核对 MINPIN 估计量的定义、非参数部分估计误差的处理，以及展开与分布近似成立的正则条件和余项控制。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断近似的具体适用范围、计算方法或有限样本精度，也不能推断其他版本变化。
原文摘要
We examine the higher order asymptotic properties of semiparametric regression estimators that were obtained by the general MINPIN method described in Andrews (1989, Semiparametric Econometric Models: I. Estimation, Discussion paper 908, Cowles Foundation). We derive an order n −1 stochastic expansion and give a theorem justifying order n −1 distributional approximation of the Edgeworth type.