Can we have it all? Non-asymptotically valid and asymptotically exact confidence intervals for expectations and linear regressions
兼得有限样本有效与一致渐近精确：期望和线性回归的置信区间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：摘要讨论均值与 OLS 的通用置信区间理论，未限定因果、面板、宏观或金融模型，现有信息不足以选择具体领域细分。
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…
兼得有限样本有效与一致渐近精确：期望和线性回归的置信区间
- 研究问题
- 作者研究半参数模型中，置信集何时能够同时具有非渐近有效性与一致渐近精确性，并考察均值和线性回归中的可行构造。
- 方法与思路
- 作者给出一般充分条件，在矩约束下扩大基于中心极限定理的区间以保证非渐近覆盖，并让扩大量随样本增大而消失。
- 材料陈述的贡献
- 摘要称，给出均值与 OLS 系数线性组合的闭式区间，允许异方差和弱外生性，并揭示伯努利分布类上的不存在结果。
- 阅读关注点
- 应核对两种覆盖性质的量词和模型范围、矩界是否已知、均值的峰度约束，以及充分条件与伯努利不存在结果如何相容。
- 阅读边界
- 依据 arXiv 预印本摘要，同行评审或期刊接收未核实；摘要未给出区间公式和完整矩约束，不能判断实际宽度或可计算性。
原文摘要
We contribute to bridging the gap between large- and finite-sample inference by studying confidence sets (CSs) that are both non-asymptotically valid and asymptotically exact uniformly (NAVAE) over semi-parametric statistical models. NAVAE CSs are not easily obtained; for instance, we show they do not exist over the set of Bernoulli distributions. We first derive a generic sufficient condition: NAVAE CSs are available as soon as uniform asymptotically exact CSs are. Second, building on that connection, we construct closed-form NAVAE confidence intervals (CIs) in two standard settings -- scalar expectations and linear combinations of OLS coefficients -- under moment conditions only. For expectations, our sole requirement is a bounded kurtosis. In the OLS case, our moment constraints accommodate heteroskedasticity and weak exogeneity of the regressors. Under those conditions, we enlarge the Central Limit Theorem-based CIs, which are asymptotically exact, to ensure non-asymptotic guarantees. Those modifications vanish asymptotically so that our CIs coincide with the classical ones in the limit. We illustrate the potential and limitations of our approach through a simulation study.