半/非参数条件矩的Sieve、Wald和QLR推论 模型

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
本文考虑了半/非参数条件矩约束泛函的可能非光滑广义残差的推理，其中包括所有（非线性）非参数工具变量(IV)作为特例。这些模型通常是不适定的，因此很难验证一个（可能是非线性的）泛函是否是根-n$可估值的。我们提供了计算简单、统一的推论过程，无论泛函是否是根-n$可估值的，这些推论过程都是渐近有效的。我们建立了以下新的有用的结果：（1）一类（可能非线性）泛函的plug-in惩罚筛子最小距离(PSMD)估计的渐近正态性；（2）插入PSMD估计的简单筛方差估计的相合性，以及筛Wald统计量的渐近卡方分布；（3）最优加权筛拟似然比(QLR)检验在零假设下的渐近卡方分布；（4）非最优加权筛QLR统计量在零值下的渐近紧分布；（5）广义残差bootstrap检验、sieve检验、Wald检验和QLR检验的一致性；(6)sieve、Wald和QLR检验及其bootstrap版本的局部功率性质；（7）增维泛函的sieve Wald和SQLR的渐近性质。给出了非参数分位数IV回归的模拟研究和经验说明。
---
英文标题：
《Sieve Wald and QLR Inferences on Semi/nonparametric Conditional Moment
  Models》
---
作者：
Xiaohong Chen and Demian Pouzo
---
最新提交年份：
2015
---
分类信息：

一级分类：Mathematics        数学
二级分类：Statistics Theory        统计理论
分类描述：Applied, computational and theoretical statistics: e.g. statistical inference, regression, time series, multivariate analysis, data analysis, Markov chain Monte Carlo, design of experiments, case studies
应用统计、计算统计和理论统计：例如统计推断、回归、时间序列、多元分析、数据分析、马尔可夫链蒙特卡罗、实验设计、案例研究
--
一级分类：Economics        经济学
二级分类：Econometrics        计量经济学
分类描述：Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论，微观计量经济学，宏观计量经济学，通过新方法发现的经济关系的实证内容，统计推论应用于经济数据的方法论方面。
--
一级分类：Statistics        统计学
二级分类：Statistics Theory        统计理论
分类描述：stat.TH is an alias for math.ST. Asymptotics, Bayesian Inference, Decision Theory, Estimation, Foundations, Inference, Testing.
Stat.Th是Math.St的别名。渐近，贝叶斯推论，决策理论，估计，基础，推论，检验。
--

---
英文摘要：
  This paper considers inference on functionals of semi/nonparametric conditional moment restrictions with possibly nonsmooth generalized residuals, which include all of the (nonlinear) nonparametric instrumental variables (IV) as special cases. These models are often ill-posed and hence it is difficult to verify whether a (possibly nonlinear) functional is root-$n$ estimable or not. We provide computationally simple, unified inference procedures that are asymptotically valid regardless of whether a functional is root-$n$ estimable or not. We establish the following new useful results: (1) the asymptotic normality of a plug-in penalized sieve minimum distance (PSMD) estimator of a (possibly nonlinear) functional; (2) the consistency of simple sieve variance estimators for the plug-in PSMD estimator, and hence the asymptotic chi-square distribution of the sieve Wald statistic; (3) the asymptotic chi-square distribution of an optimally weighted sieve quasi likelihood ratio (QLR) test under the null hypothesis; (4) the asymptotic tight distribution of a non-optimally weighted sieve QLR statistic under the null; (5) the consistency of generalized residual bootstrap sieve Wald and QLR tests; (6) local power properties of sieve Wald and QLR tests and of their bootstrap versions; (7) asymptotic properties of sieve Wald and SQLR for functionals of increasing dimension. Simulation studies and an empirical illustration of a nonparametric quantile IV regression are presented.
---
PDF链接：
https://arxiv.org/pdf/1411.1144

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：sieve Wald EVE 非参数 distribution 距离 位数 过程 加权 模拟