Simultaneous treatment of unspecified heteroskedastic model error distribution and mismeasured covariates for restricted moment models
受限矩模型中未知异方差误差分布与协变量误测的联合处理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：摘要研究一般受限矩回归与测量误差的半参数估计，没有明确的领域细分应用。
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
受限矩模型中未知异方差误差分布与协变量误测的联合处理
- 研究问题
- 一般回归中协变量存在测量误差，而模型误差分布及异方差形式未知时，能否避免估计这些未知对象并有效估计参数？
- 方法与思路
- 作者以半参数有效得分构造估计量，测量误差采用未知协方差的参数分布，并对模型误差和潜在协变量使用工作分布。
- 材料陈述的贡献
- 摘要称，估计量具有根号n一致性、渐近正态性和局部有效性，无需估计未知分布或异方差，并展示对工作模型误设的稳健性。
- 阅读关注点
- 应核对工作模型误设下的一致性条件、局部有效性成立的范围，以及测量误差分布和未知协方差如何得到识别与估计。
- 阅读边界
- 仅据RePEc所载出版社摘要，稳健性适用条件及经验结果未详述；不能将工作分布可误设推广为测量误差参数模型也可任意误设。
原文摘要
We develop consistent and efficient estimation of parameters in general regression models with mismeasured covariates. We assume the model error and covariate distributions are unspecified, and the measurement error distribution is a general parametric distribution with unknown variance–covariance. We construct root-n consistent, asymptotically normal and locally efficient estimators using the semiparametric efficient score. We do not estimate any unknown distribution or model error heteroskedasticity. Instead, we form the estimator under possibly incorrect working distribution models for the model error, error-prone covariate, or both. Empirical results demonstrate robustness to different incorrect working models in homoscedastic and heteroskedastic models with error-prone covariates.