The Asymptotic Variance of Semi-parametric Estimators with Generated Regressors
The Asymptotic Variance of Semi-parametric Estimators with Generated Regressors
复制标题
具有生成回归量的半参数估计量的渐近方差
DOI：
--
复制
发表时间：
2010
期刊：
影响因子：
--
通讯作者：
G. Ridder
中科院分区：
文献类型：
--
作者：
J. Hahn;G. Ridder
我们研究有限维参数向量三步估计的渐近分布，其中第二步由一个或多个在第一步估计的回归变量上的非参数回归组成。第一步估计要么是参数的，要么是非参数的。利用Newey(1994)的路径导数方法，我们得到了第一步估计对影响函数的贡献。在这一推导中，重要的是要考虑到第一步估计在第二步非参数回归中所起的双重作用，即条件变量的作用和自变量的作用。我们更详细地考虑了三个例子：具有生成的回归变量的偏线性回归模型估计，平均治疗效果的Heckman，Ichiura和Todd(1998)估计，以及半参数控制变量估计。
We study the asymptotic distribution of three-step estimators of a finite dimensional parameter vector where the second step consists of one or more nonparametric regressions on a regressor that is estimated in the first step. The first step estimator is either parametric or non-parametric. Using Newey’s (1994) path-derivative method we derive the contribution of the first step estimator to the influence function. In this derivation it is important to account for the dual role that the first step estimator plays in the second step non-parametric regression, i.e., that of conditioning variable and that of argument. We consider three examples in more detail: the partial linear regression model estimator with a generated regressor, the Heckman, Ichimura and Todd (1998) estimator of the Average Treatment Effect and a semi-parametric control variable estimator.