一阶退化下泛函的推论

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：
本文给出了一个统一的二阶渐近框架，用于推导形式为$\phi(\theta_0)$的参数，其中$\theta_0$是未知的，但可以用$\hat\theta_n$估计，并且$\phi$是一个在$\theta_0$处允许零一阶导数的已知映射。对于文献中的大量例子，二阶Delta方法揭示了插件估计量$\phi(\hat\theta_n)$的非退化弱极限。然而，我们证明了在正则性条件下，标准引导是一致的当且仅当二阶导数$\phi_{\theta_0}“=0$,即当$\phi_{\theta_0}”\neq0$时，标准引导是不一致的，并提供了无助于推理的退化极限。因此，我们确定了与Fang and Santos(2018)不同的引导失败的来源，因为即使$\phi$是可微的，问题（一致引导\textIt{nondegenerate}限制）仍然存在。我们证明了Babu(1984)中的校正程序可以推广到我们的一般设置。另外，当映射是二阶不可微的时，提出了一种改进的引导程序。两者都显示在某些条件下提供局部大小控制。作为一个例子，我们提出了一个公共条件异方差(CH)特征的检验，一个同时具有退化性和不可微性的设置--后者是因为雅可比矩阵在零处退化，并且我们允许多个公共CH特征的存在。
---
英文标题：
《Inference on Functionals under First Order Degeneracy》
---
作者：
Qihui Chen and Zheng Fang
---
最新提交年份：
2019
---
分类信息：

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：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：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 presents a unified second order asymptotic framework for conducting inference on parameters of the form $\phi(\theta_0)$, where $\theta_0$ is unknown but can be estimated by $\hat\theta_n$, and $\phi$ is a known map that admits null first order derivative at $\theta_0$. For a large number of examples in the literature, the second order Delta method reveals a nondegenerate weak limit for the plug-in estimator $\phi(\hat\theta_n)$. We show, however, that the `standard' bootstrap is consistent if and only if the second order derivative $\phi_{\theta_0}''=0$ under regularity conditions, i.e., the standard bootstrap is inconsistent if $\phi_{\theta_0}''\neq 0$, and provides degenerate limits unhelpful for inference otherwise. We thus identify a source of bootstrap failures distinct from that in Fang and Santos (2018) because the problem (of consistently bootstrapping a \textit{nondegenerate} limit) persists even if $\phi$ is differentiable. We show that the correction procedure in Babu (1984) can be extended to our general setup. Alternatively, a modified bootstrap is proposed when the map is \textit{in addition} second order nondifferentiable. Both are shown to provide local size control under some conditions. As an illustration, we develop a test of common conditional heteroskedastic (CH) features, a setting with both degeneracy and nondifferentiability -- the latter is because the Jacobian matrix is degenerate at zero and we allow the existence of multiple common CH features.
---
PDF链接：
https://arxiv.org/pdf/1901.04861

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：econometrics Multivariate illustration Econometric Statistical hat 二阶 inference 特征 程序