Linear programming approach to nonparametric inference under shape restrictions: with an application to regression kink designs
形状约束下非参数推断的线性规划方法：回归折点设计应用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。
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：摘要明确将形状约束推断用于回归折点设计中的失业保险因果效应分析。
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…
形状约束下非参数推断的线性规划方法：回归折点设计应用
- 研究问题
- 如何在形状约束下构造非参数回归函数的置信带，并缓解回归折点设计中导数估计收敛较慢导致的置信区间过宽问题？
- 方法与思路
- 作者提出可通过线性规划实现的置信带构造方法，并利用经济模型所支持的形状约束，分析失业保险福利对失业持续时间的因果效应。
- 材料陈述的贡献
- 摘要称，该方法具有计算便利性；在失业保险的回归折点应用中，经济结构支持的形状约束有助于缩小因果效应置信区间。
- 阅读关注点
- 应核对置信带覆盖率所需条件、形状约束的经济依据、折点设计的识别要求，以及区间缩小是否依赖较强的额外限制。
- 阅读边界
- 所给版本为 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未列明具体形状约束、覆盖率条件或区间缩小幅度。
原文摘要
We develop a novel method of constructing confidence bands for nonparametric regression functions under shape constraints. This method can be implemented via a linear programming, and it is thus computationally appealing. We illustrate a usage of our proposed method with an application to the regression kink design (RKD). Econometric analyses based on the RKD often suffer from wide confidence intervals due to slow convergence rates of nonparametric derivative estimators. We demonstrate that economic models and structures motivate shape restrictions, which in turn contribute to shrinking the confidence interval for an analysis of the causal effects of unemployment insurance benefits on unemployment durations.