Over-identified Doubly Robust identification and estimation
过度识别下的双重稳健识别与估计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：摘要主要讨论一般参数模型与矩估计，工具变量仅为应用示例，未明确因果效应目标，细分领域证据不足。
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…
过度识别下的双重稳健识别与估计
- 研究问题
- 当两个参数模型至少一个正确、但无法确定是哪一个时，如何利用过度识别条件，一致估计两个模型共有的参数向量？
- 方法与思路
- 作者提出过度识别双重稳健方法，将广义矩估计作简单扩展，构造在任一模型正确时均保持一致性的共同参数估计量。
- 材料陈述的贡献
- 摘要称，该方法为过度识别模型提供一般性的双重稳健估计构造，并以多类模型及两组工具变量可能有一组无效的应用说明。
- 阅读关注点
- 应核对两套模型如何共享参数、过度识别如何支持估计构造，以及工具变量应用中允许何种无效性和错设情形。
- 阅读边界
- 仅据所给出版社摘要，无法判断具体矩条件、识别与推断条件，或两个模型均错设时的表现；不能推断其他版本的变化。
原文摘要
Consider two parametric models. At least one is correctly specified, but we do not know which. Both models include a common vector of parameters. An estimator for this common parameter vector is called Doubly Robust (DR) if it is consistent no matter which model is correct. We provide a general technique for constructing DR estimators (assuming the models are over identified). Our Over-identified Doubly Robust (ODR) technique is a simple extension of the Generalized Method of Moments. We illustrate our ODR with a variety of models. Our empirical application is instrumental variables estimation, where either one of two instrument vectors might be invalid.