Iterative estimation of solutions to noisy nonlinear operator equations in nonparametric instrumental regression
非参数工具变量回归中含噪非线性算子方程的迭代估计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：摘要聚焦工具变量回归的算子求解与识别，未明确经济结构模型或因果效应，细分类别证据不足。
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…
非参数工具变量回归中含噪非线性算子方程的迭代估计
- 研究问题
- 在非参数工具变量回归中，如何求解积分核含噪的非线性方程，以及更强的独立性限制能否扩大可识别范围？
- 方法与思路
- 作者提出正则化 Newton 型迭代，研究其收敛与收敛速率，并重点考察以独立性替代条件均值限制的模型。
- 材料陈述的贡献
- 摘要称给出迭代收敛及速率结果，并用二元工具变量例子展示标准模型无法识别的回归函数可被正确估计。
- 阅读关注点
- 应核对独立性限制的具体含义、二元工具变量例子的识别机制，以及正则化、停止规则和收敛条件。
- 阅读边界
- 仅据所给出版社摘要，不能将二元工具变量示例推广为普遍识别结论；函数类别、噪声条件与具体速率未说明。
原文摘要
This paper discusses the solution of nonlinear integral equations with noisy integral kernels as they appear in nonparametric instrumental regression. We propose a regularized Newton-type iteration and establish convergence and convergence rate results. A particular emphasis is on instrumental regression models where the usual conditional mean assumption is replaced by a stronger independence assumption. We demonstrate for the case of a binary instrument that our approach allows the correct estimation of regression functions which are not identifiable with the standard model. This is illustrated in computed examples with simulated data.