TL;DR
- چکیده:.
- ما روشهای جدیدی را برای ساخت مجموعهها و بازههای اطمینان در مدلهای متغیرهای ابزاری خطی (IV) بر اساس.
- آزمونهایی توسعه میدهیم که تحت شناسایی ضعیف و خطاهای ناهمهمبسته،.
چه اتفاقی افتاد
چکیده:. ما روشهای جدیدی را برای ساخت مجموعهها و بازههای اطمینان در مدلهای متغیرهای ابزاری خطی (IV) بر اساس.
آزمونهایی توسعه میدهیم که تحت شناسایی ضعیف و خطاهای ناهمهمبسته،. خودهمبسته یا خوشهای معتبر باقی میمانند.
در عمل،. محققان معمولاً چنین مجموعههایی را با جستجوی شبکهای بازیابی میکنند،.
رویهای که میتواند بخشهایی از منطقه اطمینان را از دست بدهد،. مجموعههای نامحدود را کوتاه کند و استنتاج گمراهکننده ارائه دهد.
ما وارونگی شبکه را با روشهای دقیق و مبتنی بر تقریب جایگزین میکنیم که هم قابل. اعتماد و هم از نظر محاسباتی کارآمد هستند.
رویکرد ما از ساختار چند جملهای و منطقی آمار ضریب اندرسون-روبین و لاگرانژ برای به دست آوردن مجموعههای. اطمینان دقیق از طریق یافتن ریشه چند جملهای استفاده میکند.
برای آزمون نسبت شبه درستنمایی شرطی،. یک الگوریتم وارونگی دقیق بر اساس هندسه آماره و آن استخراج میکنیم.
تابع ارزش بحرانی برای آزمایشهای شرطی کلیتر،. تقریبهای چند جملهای میسازیم که خطای پوشش آنها با درجه تقریبی ناپدید میشود،.
و اجازه میدهد دقت عددی بهطور دلخواه بالا باشد. در بسیاری از کاربردهای تجربی با ابزارهای ضعیف،.
روشهای شبکه استاندارد مناطق اطمینان نادرستی را ایجاد میکنند،. در حالی که رویههای ما بهطور قابل اعتماد مجموعهها را با پوشش اسمیصحیح بازیابی میکنند.
چارچوب فراتر از خطی IV به مدلهایی با شرایط گشتاور چند جملهای یا منطقی تکهای گسترش مییابد،. و ابزاری کلی برای استنتاج قوی با شناسایی ضعیف ارائه میدهد.
اقتصاد سنجی (econ. EM) استناد بهعنوان: (یا v1 [econ.
EM] برای این نسخه) https:. // شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) تاریخچه ارسال از:.
Gustavo Schlemper [مشاهده ایمیل] [v1] یکشنبه،. 5 آوریل 2026،.
ساعت 21:. 40:.
50 UTC (634 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.