跳到主要内容
检索

Lars Pennig

1 篇关联报道

订阅更新
  1. arXiv

    连续时间里的因果估计换了工具变量:混杂越强,离散时间方法越偏,路径型矩条件仍稳

    连续时间随机过程此前没有对应的工具变量框架,离散时间方法把工具变量的结构稀疏性放在有限步转移上,与真实机制不符。研究者把相关性、排除性与外生性三条假设直接写在随机微分方程漂移的无穷小层面,用工具过程整条路径构造矩条件,并在线性情形给出可识别条件与一致估计。在混杂的 Ornstein-Uhlenbeck 模拟系统上,最大似然估计随混杂增强而系统性偏大,而该估计保持稳定;单个工具过程还能识别多维因果效应。

已读完全部报道