PROPERTIES OF DOUBLY ROBUST ESTIMATORS WHEN NUISANCE FUNCTIONS ARE ESTIMATED NONPARAMETRICALLY
干扰函数采用非参数估计时双重稳健估计量的性质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：摘要研究通用半参数两步估计，未明确给出因果效应或其他领域细分的目标参数。
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
干扰函数采用非参数估计时双重稳健估计量的性质
- 研究问题
- 当双重稳健估计中的两个干扰函数改用局部多项式平滑时，半参数两步估计的理论与实践收益来自何种额外结构？
- 方法与思路
- 作者研究使用局部多项式估计干扰函数的双重稳健两步估计量，并分析第一阶段非参数估计残差的正交性与估计性质之间的关系。
- 材料陈述的贡献
- 摘要称，这类估计量相对常用两步方法具有有利性质，但收益并非仅由双重稳健性产生，还需结合在广泛模型中成立的残差正交条件。
- 阅读关注点
- 应核对目标参数与双重稳健矩条件、残差正交性的准确含义、平滑偏差和带宽要求，以及比较方法与有利性质的具体标准。
- 阅读边界
- 仅依据所给 Crossref 摘要；具体模型、收敛条件及实践证据未说明，不能把双重稳健性单独视为充分保证，也不能推断刊本变化。
原文摘要
An estimator of a finite-dimensional parameter is said to be doubly robust (DR) if it imposes parametric specifications on two unknown nuisance functions, but only requires that one of these two specifications is correct in order for the estimator to be consistent for the object of interest. In this article, we study versions of such estimators that use local polynomial smoothing for estimating the nuisance functions. We show that such semiparametric two-step (STS) versions of DR estimators have favorable theoretical and practical properties relative to other commonly used STS estimators. We also show that these gains are not generated by the DR property alone. Instead, it needs to be combined with an orthogonality condition on the estimation residuals from the nonparametric first stage, which we show to be satisfied in a wide range of models.