[논문 리뷰] Minimum Integrated Distance Estimation in Simultaneous Equation Models

Zhengyuan Gao, Antonio F. Galvao|arXiv (Cornell University)|2014. 12. 05.

Statistical Methods and Inference참고 문헌 6인용 수 4

한 줄 요약

이 논문은 코페르니쿠스의 최적 운반 문제를 활용하여 내생적으로 가중 측도를 추정함으로써, 사전 가정 없이 비모수적 최적 가중 측도 선택이 가능한 새로운 최소 통합 거리 추정기의 개념을 제안한다. 이 방법은 감소형 지식과 밀도 가정을 피하므로 효율성과 일반성을 향상시키며, 渐近적으로 표준 수렴 성질을 가진다.

ABSTRACT

This paper considers estimation and inference in semiparametric econometric models. Standard procedures estimate the model based on an independence restriction that induces a minimum distance between a joint cumulative distribution function and the product of the marginal cumulative distribution functions. This paper develops a new estimator which generalizes estimation by allowing endogeneity of the weighting measure and estimating the optimal measure nonparametrically. The optimality corresponds to the minimum of the integrated distance. To accomplish this aim we use Kantorovich's formulation of the optimal transportation problem. The minimizing distance is equivalent to the total variation distance and thus characterizes finer topological structures of the distributions. The estimation also provides greater generality by dealing with probability measures on compact metric spaces without assuming existence of densities. Asymptotic statistics of the empirical estimates have standard convergent results and are available for different statistical analyses. In addition, we provide a tractable implementation for computing the estimator in practice.

연구 동기 및 목표

• 제약적인 독립 기반 최소 거리 가정을 완화함으로써, 반모수적 동시방정식 모형에 대해 더 효율적이고 일반적인 추정기를 개발하는 것.
• 최소 거리 추정에서 가중 측도를 외생적으로 설정하는 대신, 이를 내생적으로 추정함으로써 비모수적으로 추정 가능하게 하는 것.
• 밀도 존재를 요구하지 않으며, 컴act 거리 공간에 적용 가능한 계산 가능하고 渐近적으로 타당한 추정 프레임워크를 제공하는 것.
• 감소형 모형 지식이 필요 없도록 제거함으로써, 비선형 구조 모형에 대한 적용 가능성을 넓히는 것.
• 최소한의 정규성 조건 하에서 경험적 추정치에 대한 표준 渐近 수렴 결과를 확립하는 것.

제안 방법

• 코페르니쿠스의 최적 운반 문제의 공식화를 활용하여, 연합 측도와 곱 측도 사이의 최소 통합 거리를 정의한다.
• 고정된 가중 측도를 데이터와 매개변수 값에 따라 적응하는 비모수적 추정 측도로 대체한다.
• 기준 함수를 연합 분포와 주변 분포의 곱 사이의 거리 함수의 적분으로 정의하며, 이는 추정된 측도로 가중한다.
• 계산의 타당성을 확보하기 위해 힐버트 공간 표현과 커널 방법을 적용한다.
• 최적 운반의 이중성을 활용하여, 로그우도와 푸시포워드 밀도를 포함하는 계산 가능한 기준 함수를 유도한다.
• 선형 케이스에서 가우시안 가정을 사용하여, 이차형식에 비례하는 닫힌 형태의 기준 함수를 도출함으로써 효율적인 계산을 가능하게 한다.

실험 결과

연구 질문

• RQ1 동시방정식 모형에서 최소 거리 추정을 어떻게 일반화하여 내생적 가중 측도를 허용할 수 있는가?
• RQ2 최적 가중 측도를 비모수적으로 추정함이 추정기의 효율성과 강건성에 미치는 영향은 무엇인가?
• RQ3 제안된 방법은 감소형이나 밀도 존재를 가정하지 않고 실용적으로 구현될 수 있는가?
• RQ4 최소한의 정규성 조건 하에서 추정기의 渐近 성질은 기존 방법과 비교해 어떻게 되는가?
• RQ5 코페르니쿠스 공식화가 거리 측도의 위상 감도를 얼마나 향상시키는가?

주요 결과

• 제안된 추정기는 최적 가중 측도를 비모수적으로 내생적으로 추정함으로써, 기존 방법보다 더 높은 효율성을 달성한다.
• 이 방법은 경험적 추정치에 대해 표준 渐近 수렴 결과를 제공하여, 다양한 통계 분석에서 타당한 추론이 가능하다.
• 밀도 함수의 존재를 요구하지 않으며, 컴act 거리 공간 위의 확률 측도에 적용 가능하다.
• 선형 가우시안 케이스에서는 기준 함수가 이차형식으로 줄어들어 닫힌 형태의 계산이 가능하며, 베이지안 사후 업데이트와 연결된다.
• 코페르니쿠스 공식화 하에서 최소 통합 거리는 총 변동 거리와 동치이며, 더 세밀한 분포적 구조를 포착한다.
• 감소형 모델링이 필요 없어지므로, 비선형 구조 모형에 대한 적용 가능성이 넓어진다.