NONPARAMETRIC ESTIMATION OF SEMIPARAMETRIC TRANSFORMATION MODELS
半参数变换模型的非参数估计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：摘要围绕含内生变量和未知函数的模型识别及参数估计展开。
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
半参数变换模型的非参数估计
- 研究问题
- 研究含未知变换函数、未知非参数函数和有限维系数的模型，在因变量及部分解释变量内生时如何识别并实现一致估计。
- 方法与思路
- 作者针对 H(Y)=φ(Z)+X′β+U 构造非参数估计，在误差与工具变量均值独立的假设下分析识别和渐近性质。
- 材料陈述的贡献
- 摘要称所提估计具有一致性，有限维参数 β 的估计可达到根号样本量收敛率与渐近正态性，并报告模拟拟合表现良好。
- 阅读关注点
- 应核对未知函数的规范化、工具变量提供的识别条件，以及 β 达到根号样本量速率所需的额外正则条件和估计步骤。
- 阅读边界
- 所给 Crossref 摘要未说明完整识别条件、函数空间或模拟设计；均值独立本身是否足够，以及拟合改善幅度均无法判断。
原文摘要
In this paper we develop a nonparametric estimation technique for semiparametric transformation models of the form: H ( Y ) = φ ( Z ) + X ′ β + U where H , φ are unknown functions, β is an unknown finite-dimensional parameter vector and the variables ( Y , Z ) are endogenous. Identification of the model and asymptotic properties of the estimator are analyzed under the mean independence assumption between the error term and the instruments. We show that the estimators are consistent, and a $\sqrt N$ -convergence rate and asymptotic normality for $\hat \beta$ can be attained. The simulations demonstrate that our nonparametric estimates fit the data well.