論文の概要: A Heteroskedasticity-Robust Overidentifying Restriction Test with High-Dimensional Covariates

• arxiv url: http://arxiv.org/abs/2205.00171v3
• Date: Mon, 6 May 2024 20:35:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-08 20:52:38.075234
• Title: A Heteroskedasticity-Robust Overidentifying Restriction Test with High-Dimensional Covariates
• Title（参考訳）: 高次元共変量を用いたヘテロスケダスト性・ローバスト過剰識別制限試験
• Authors: Qingliang Fan, Zijian Guo, Ziwei Mei,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 1.1587112467663427
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper proposes an overidentifying restriction test for high-dimensional linear instrumental variable models. The novelty of the proposed test is that it allows the number of covariates and instruments to be larger than the sample size. The test is scale-invariant and is robust to heteroskedastic errors. To construct the final test statistic, we first introduce a test based on the maximum norm of multiple parameters that could be high-dimensional. The theoretical power based on the maximum norm is higher than that in the modified Cragg-Donald test (Koles\'{a}r, 2018), the only existing test allowing for large-dimensional covariates. Second, following the principle of power enhancement (Fan et al., 2015), we introduce the power-enhanced test, with an asymptotically zero component used to enhance the power to detect some extreme alternatives with many locally invalid instruments. Finally, an empirical example of the trade and economic growth nexus demonstrates the usefulness of the proposed test.
• Abstract（参考訳）: 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。 提案した試験の新規性は、共変量や楽器の数がサンプルサイズよりも大きくなることである。 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。 最終テスト統計を構築するために,まず高次元の複数のパラメータの最大ノルムに基づくテストを導入する。 最大ノルムに基づく理論的なパワーは、大次元共変体を許容する唯一の既存のテストである修正クラッグ・ドナルドテスト(Koles\'{a}r, 2018)よりも高い。 第2に、パワー強化の原則(Fan et al , 2015)に従って、多くの局所的に無効な機器で極端な代替品を検出するために、漸近的にゼロなコンポーネントを使用したパワー強化試験を導入する。 最後に、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。

関連論文リスト

• Precise Error Rates for Computationally Efficient Testing [75.63895690909241]
  本稿では,計算複雑性に着目した単純な対数-単純仮説テストの問題を再考する。 線形スペクトル統計に基づく既存の試験は、I型とII型の誤差率の間の最良のトレードオフ曲線を達成する。
  論文  参考訳（メタデータ） (2023-11-01T04:41:16Z)
• 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)
• A framework for paired-sample hypothesis testing for high-dimensional data [7.400168551191579]
  我々は、各一対のインスタンスを接続するラインセグメントの双分割超平面によって定義される決定規則によって、スコアリング関数が生成できるという考えを提唱した。 まず、各一対の双分極超平面とホッジス・リーマン推定器から導出される集約規則を推定する。
  論文  参考訳（メタデータ） (2023-09-28T09:17:11Z)
• A High-dimensional Convergence Theorem for U-statistics with Applications to Kernel-based Testing [3.469038201881982]
  次数2のU-統計量に対して収束定理を証明し、データ次元$d$はサンプルサイズ$n$でスケールすることができる。 我々はこの理論を、高次元性能の研究が困難である2つのカーネルベースの分散テスト MMD と KSD に適用した。
  論文  参考訳（メタデータ） (2023-02-11T12:49:46Z)
• Sequential Permutation Testing of Random Forest Variable Importance Measures [68.8204255655161]
  そこで本研究では、逐次置換テストと逐次p値推定を用いて、従来の置換テストに関連する高い計算コストを削減することを提案する。 シミュレーション研究の結果、シーケンシャルテストの理論的性質が当てはまることを確認した。 本手法の数値安定性を2つの応用研究で検討した。
  論文  参考訳（メタデータ） (2022-06-02T20:16:50Z)
• With Little Power Comes Great Responsibility [54.96675741328462]
  アンダーパワー実験により、統計的ノイズと有意義なモデル改善の違いを識別することがより困難になる。 小さなテストセットは、ほとんどの試行錯誤が、最先端のモデルと比較しても、十分なパワーが得られないことを意味している。 機械翻訳では,2000文の典型的テストセットが約75%のパワーで1 BLEU点の差を検出する。
  論文  参考訳（メタデータ） (2020-10-13T18:00:02Z)
• Adaptive, Rate-Optimal Hypothesis Testing in Nonparametric IV Models [2.07706336594149]
  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不等式(モノトニック性、凸性など)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。 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。
  論文  参考訳（メタデータ） (2020-06-17T01:19:13Z)
• Noisy Adaptive Group Testing using Bayesian Sequential Experimental Design [63.48989885374238]
  病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。 本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
  論文  参考訳（メタデータ） (2020-04-26T23:41:33Z)
• The Chi-Square Test of Distance Correlation [7.748852202364896]
  チ二乗検定は非パラメトリックであり、非常に高速であり、強い負のタイプ計量または特徴核を用いてバイアス補正された距離相関に適用できる。 基礎となるカイ二乗分布は上尾部の制限零分布をよく近似し支配しており、カイ二乗試験が独立性テストに有効で一貫性があることを証明している。
  論文  参考訳（メタデータ） (2019-12-27T15:16:40Z)
• A Kernel Stein Test for Comparing Latent Variable Models [48.32146056855925]
  本稿では、相対的適合性を示すカーネルベースの非パラメトリックテストを提案する。このテストの目的は、2つのモデルを比較することである。 本試験は, モデルから得られたサンプルに基づいて, 潜伏構造を利用せず, 相対的な最大平均離散性試験よりも有意に優れていることを示す。
  論文  参考訳（メタデータ） (2019-07-01T07:46:16Z)

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。