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:摘要重点检验广义倾向得分模型,直接关联因果推断中处理分配模型的设定诊断。

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
Xiaojun Song

利用双重投影检验广义倾向得分模型的设定

研究问题
在协变量较多且干扰参数估计方法可能不同的情况下,如何检验广义倾向得分等条件矩模型的设定是否正确,并检测局部偏离?
方法与思路
作者结合两种投影论证构造非参数设定检验,使统计量适用于较多协变量,并在渐近意义上不受干扰参数估计方法影响。
材料陈述的贡献
摘要称,检验能检测按通常参数速率趋近原假设的一大类局部备择,模拟展示其功效,并将方法扩展至参数或半参数单指数模型。
阅读关注点
应核对两类投影的具体作用、干扰参数估计所需条件、临界值计算,以及局部备择的覆盖范围和协变量维度限制。
阅读边界
这是 arXiv 预印本,不能据此认定已同行评审或期刊接收;摘要未说明完整条件与功效数值,未拒绝倾向得分设定不能证明因果识别假设成立。

原文摘要

This paper proposes a new class of nonparametric tests for the correct specification of models based on conditional moment restrictions, paying particular attention to generalized propensity score models. The test procedure is based on two different projection arguments, leading to test statistics that are suitable to setups with many covariates, and are (asymptotically) invariant to the estimation method used to estimate the nuisance parameters. We show that our proposed tests are able to detect a broad class of local alternatives converging to the null at the usual parametric rate and illustrate its attractive power properties via simulations. We also extend our proposal to test parametric or semiparametric single-index-type models.

笔记与分组
相关领域论文