Nonparametric estimation of an instrumental regression: A quasi-Bayesian approach based on regularized posterior
工具变量回归的非参数估计：基于正则化后验的准贝叶斯方法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：摘要明确以工具变量估计内生变量间的非参数结构函数，支持结构估计分类。
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
工具变量回归的非参数估计：基于正则化后验的准贝叶斯方法
- 研究问题
- 有工具变量时，如何估计内生变量间的非参数结构关系，并处理未经正则化的后验在频率学意义下不一致的问题？
- 方法与思路
- 作者对样本边际方差的逆施加Tikhonov正则化，以惩罚投影论证构造正则化后验，并解释其与高斯先验的联系。
- 材料陈述的贡献
- 摘要称，正则化后验具有频率学一致性，其均值可解释为采用收缩协方差算子的高斯先验所产生的精确后验均值。
- 阅读关注点
- 应核对逆问题与后验不一致的具体设定、正则化参数和算子条件，以及一致性使用的距离与高斯先验解释的范围。
- 阅读边界
- 仅据所给出版社摘要，一致性条件、收敛速度和后验不确定性校准均未说明；不能据此断言可信区间具有频率学覆盖保证。
原文摘要
We propose a quasi-Bayesian nonparametric approach to estimating the structural relationship φ among endogenous variables when instruments are available. We show that the posterior distribution of φ is inconsistent in the frequentist sense. We interpret this fact as the ill-posedness of the Bayesian inverse problem defined by the relation that characterizes the structural function φ. To solve this problem, we construct a regularized posterior distribution, based on a Tikhonov regularization of the inverse of the marginal variance of the sample, which is justified by a penalized projection argument. This regularized posterior distribution is consistent in the frequentist sense and its mean can be interpreted as the mean of the exact posterior distribution resulting from a Gaussian prior distribution with a shrinking covariance operator.