論文の概要: Adaptive, Rate-Optimal Hypothesis Testing in Nonparametric IV Models
- arxiv url: http://arxiv.org/abs/2006.09587v2
- Date: Thu, 23 Dec 2021 02:47:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-19 21:31:45.500761
- Title: Adaptive, Rate-Optimal Hypothesis Testing in Nonparametric IV Models
- Title（参考訳）: 非パラメトリックIVモデルにおける適応的・最適仮説テスト
- Authors: Christoph Breunig, Xiaohong Chen
- Abstract要約: 本研究では,非パラメトリックインスツルメンタル変数(NPIV)モデルにおいて,構造関数に対する多面体円錐制限に対する適応仮説を新たに提案する。
本試験は,楽器の内在性と未知強度の存在下での代替関数の未知の滑らかさに適応する。
L2$のデータ駆動信頼セットは、適応テストの反転によって得られる。
- 参考スコア（独自算出の注目度）: 1.575865518040625
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a new adaptive hypothesis test for polyhedral cone (e.g.,
monotonicity, convexity) and equality (e.g., parametric, semiparametric)
restrictions on a structural function in a nonparametric instrumental variables
(NPIV) model. Our test statistic is based on a modified leave-one-out sample
analog of a quadratic distance between the restricted and unrestricted sieve
NPIV estimators. We provide computationally simple, data-driven choices of
sieve tuning parameters and adjusted chi-squared critical values. Our test
adapts to the unknown smoothness of alternative functions in the presence of
unknown degree of endogeneity and unknown strength of the instruments. It
attains the adaptive minimax rate of testing in $L^2$. That is, the sum of its
type I error uniformly over the composite null and its type II error uniformly
over nonparametric alternative models cannot be improved by any other
hypothesis test for NPIV models of unknown regularities. Data-driven confidence
sets in $L^2$ are obtained by inverting the adaptive test. Simulations confirm
that our adaptive test controls size and its finite-sample power greatly
exceeds existing non-adaptive tests for monotonicity and parametric
restrictions in NPIV models. Empirical applications to test for shape
restrictions of differentiated products demand and of Engel curves are
presented.
- Abstract（参考訳）: 本研究では,非パラメトリック機器変数(NPIV)モデルにおける構造関数に対する多面体円錐(モノトニック性,凸性)と等式(パラメトリック,半パラメトリック)の新たな適応仮説テストを提案する。
実験統計は, 拘束型と非拘束型のNPIV推定器間の2次距離を改良した1次サンプルアナログに基づく。
シーブチューニングパラメータと調整されたカイ二乗臨界値の計算によりシンプルでデータ駆動の選択肢を提供する。
本試験は,楽器の内在性と未知強度の存在下での代替関数の未知の滑らかさに適応する。
テストの適応ミニマックスレートは$l^2$である。
すなわち、合成ヌル上のタイプiの誤差と非パラメトリックな代替モデル上のタイプiiの誤差の和は、未知の正則性を持つnpivモデルに対する他の仮説テストによっては改善できない。
L^2$のデータ駆動信頼セットは、適応テストの反転によって得られる。
シミュレーションにより、我々の適応テストはNPIVモデルにおける単調性およびパラメトリックの制約に対する既存の非適応テストよりもはるかに大きいサイズと有限サンプルパワーを制御することを確認した。
異なる製品需要とエンゲル曲線の形状制限を試験するための実証的応用について述べる。
関連論文リスト
- A Kernel-Based Conditional Two-Sample Test Using Nearest Neighbors (with Applications to Calibration, Regression Curves, and Simulation-Based Inference) [3.622435665395788]
本稿では,2つの条件分布の違いを検出するカーネルベースの尺度を提案する。
2つの条件分布が同じである場合、推定はガウス極限を持ち、その分散はデータから容易に推定できる単純な形式を持つ。
また、条件付き適合性問題に適用可能な推定値を用いた再サンプリングベースのテストも提供する。
論文 参考訳（メタデータ） (2024-07-23T15:04:38Z) - Multivariate root-n-consistent smoothing parameter free matching estimators and estimators of inverse density weighted expectations [51.000851088730684]
我々は、パラメトリックな$sqrt n $-rateで収束する、最も近い隣人の新しい修正とマッチング推定器を開発する。
我々は,非パラメトリック関数推定器は含まないこと,特に標本サイズ依存パラメータの平滑化には依存していないことを強調する。
論文 参考訳（メタデータ） (2024-07-11T13:28:34Z) - Uncertainty-Calibrated Test-Time Model Adaptation without Forgetting [55.17761802332469]
テスト時間適応(TTA)は、与えられたモデルw.r.t.を任意のテストサンプルに適用することにより、トレーニングデータとテストデータの間の潜在的な分散シフトに取り組むことを目指している。
事前の手法は各テストサンプルに対してバックプロパゲーションを実行するため、多くのアプリケーションに対して許容できない最適化コストがかかる。
本稿では, 有効サンプル選択基準を策定し, 信頼性および非冗長なサンプルを同定する, 効率的なアンチフォッティングテスト時間適応法を提案する。
論文 参考訳（メタデータ） (2024-03-18T05:49:45Z) - Selective Nonparametric Regression via Testing [54.20569354303575]
本研究では,所定の点における条件分散の値に関する仮説を検証し,留置手順を開発する。
既存の手法とは異なり、提案手法は分散自体の値だけでなく、対応する分散予測器の不確実性についても考慮することができる。
論文 参考訳（メタデータ） (2023-09-28T13:04:11Z) - Bootstrapped Edge Count Tests for Nonparametric Two-Sample Inference
Under Heterogeneity [5.8010446129208155]
両試料間の差異を正確に検出する新しい非パラメトリック試験法を開発した。
オンラインゲームにおけるユーザ行動検出のための総合シミュレーション研究と応用により,提案試験の非漸近性能が向上したことを示す。
論文 参考訳（メタデータ） (2023-04-26T22:25:44Z) - Minimax Instrumental Variable Regression and $L_2$ Convergence
Guarantees without Identification or Closedness [71.42652863687117]
インストゥルメンタル変数(IV)回帰の非パラメトリック推定について検討した。
固定IV解に収束できる新しいペナル化ミニマックス推定器を提案する。
ラックス条件下での推定値に対して強い$L$誤差率を導出する。
論文 参考訳（メタデータ） (2023-02-10T18:08:49Z) - A Heteroskedasticity-Robust Overidentifying Restriction Test with High-Dimensional Covariates [1.1587112467663427]
本稿では,高次元線形インスツルメンタル変数モデルに対する過度に同定された制限試験を提案する。
このテストはスケール不変であり、ヘテロスケダティックエラーに対して堅牢である。
貿易・経済成長ネクサスの実証的な例は、提案試験の有用性を示している。
論文 参考訳（メタデータ） (2022-04-30T06:13:15Z) - Nonparametric Conditional Local Independence Testing [69.31200003384122]
条件付き局所独立は、連続的な時間プロセス間の独立関係である。
条件付き地域独立の非パラメトリックテストは行われていない。
二重機械学習に基づく非パラメトリックテストを提案する。
論文 参考訳（メタデータ） (2022-03-25T10:31:02Z) - Optimal Adaptive Strategies for Sequential Quantum Hypothesis Testing [87.17253904965372]
適応的および非適応的戦略を用いた2つの量子状態間の逐次仮説テストについて検討する。
両状態間の相対エントロピーの測定により,これらの誤差は指数関数的に減少することを示した。
論文 参考訳（メタデータ） (2021-04-30T00:52:48Z) - Adaptive Estimation of Quadratic Functionals in Nonparametric
Instrumental Variable Models [1.6539154611511273]
本稿では,非パラメトリックインスツルメンタル変数(NPIV)モデルにおける二次関数の適応的推定について考察する。
まず、NPIV推定器が下界と一致する収束速度に達することを示す。
適応推定器は、重度、軽度、軽度において極小値の最適値を得るが、不規則で軽度、軽度に劣る場合には乗算$sqrtlog n$に達する。
論文 参考訳（メタデータ） (2021-01-28T21:14:02Z) - Minimax Estimation of Conditional Moment Models [40.95498063465325]
min-max基準関数を導入し,ゼロサムゲームの解法とみなすことができる。
任意の仮説空間に対する結果推定器の統計的推定速度を解析する。
修正された平均二乗誤差率と、逆問題の不備とが組み合わさって、平均二乗誤差率をもたらすことを示す。
論文 参考訳（メタデータ） (2020-06-12T14:02:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。