[论文解读] Coverage Error Optimal Confidence Intervals for Local Polynomial Regression

Sebastián Calónico, Matias D. Cattaneo+1 more|arXiv (Cornell University)|Aug 3, 2018

Statistical Methods and Inference被引用 8

一句话总结

本文为局部多项式回归中的t统计量和覆盖误差展开建立了统一的埃德蒙森展开，证明了鲁棒偏差校正置信区间在所有情形下（包括内部点和边界点、各种带宽及均匀核）均实现最快的覆盖误差衰减速率。结果实现了推断最优带宽选择，并已集成于R和Stata软件包中。

ABSTRACT

This paper studies higher-order inference properties of nonparametric local polynomial regression methods under random sampling. We prove Edgeworth expansions for $t$ statistics and coverage error expansions for interval estimators that (i) hold uniformly in the data generating process, (ii) allow for the uniform kernel, and (iii) cover estimation of derivatives of the regression function. The terms of the higher-order expansions, and their associated rates as a function of the sample size and bandwidth sequence, depend on the smoothness of the population regression function, the smoothness exploited by the inference procedure, and on whether the evaluation point is in the interior or on the boundary of the support. We prove that robust bias corrected confidence intervals have the fastest coverage error decay rates in all cases, and we use our results to deliver novel, inference-optimal bandwidth selectors. The main methodological results are implemented in companion \ extsf{R} and \ extsf{Stata} software packages.

研究动机与目标

• 为随机抽样下的局部多项式推断发展高阶渐近理论。
• 在一类数据生成过程中建立统一的埃德蒙森展开，确保对不同底层分布的稳健性。
• 允许使用在实践中广泛使用的均匀核，而该核在以往的埃德蒙森研究中被排除。
• 将结果扩展至对回归函数导数的推断，而不仅限于均值。
• 推导最小化覆盖误差的最优带宽选择器，以提升实证推断质量。

提出的方法

• 推导了在局部多项式回归中沃尔德型t统计量的统一埃德蒙森展开，适用于一类数据生成过程FS。
• 引入鲁棒偏差校正（RBC）以消除展开中的主导偏差项，从而改善分布逼近效果。
• 利用高阶展开刻画置信区间的覆盖误差，明确依赖于回归函数的光滑性、带宽及评估点的位置。
• 推导了覆盖误差衰减速率，其取决于真实回归函数的光滑性、多项式阶次，以及评估点是否位于内部或边界。
• 通过展开项推导出最小化覆盖误差速率的推断最优带宽选择器。
• 在R和Stata软件包中实现该理论，以支持实证研究中的实际应用。

实验结果

研究问题

• RQ1 能否使局部多项式t统计量的埃德蒙森展开在一类数据生成过程中统一成立，而非仅在点态意义下成立？
• RQ2 在实践中广泛使用的均匀核是否允许在非参数回归中实现有效的埃德蒙森展开？
• RQ3 能否为回归函数导数的推断推导出高阶展开，而不仅限于均值？
• RQ4 局部多项式回归中置信区间的覆盖误差衰减的最快可能速率是什么？
• RQ5 如何优化带宽选择以最小化覆盖误差，而非均方误差？

主要发现

• 鲁棒偏差校正置信区间在所有配置下均实现最快的覆盖误差衰减速率——包括内部点与边界点、不同光滑度水平以及使用均匀核的情形。
• 标准区间覆盖误差衰减速率为O(n^{-1/2} h^{1/2})，而在鲁棒偏差校正下提升至O(n^{-1} h^{1/2})，具体取决于光滑性与带宽。
• 首次在非参数核回归中建立了统一的埃德蒙森展开，适用于一类数据生成过程，包括均匀核。
• 展开项明确依赖于真实回归函数的光滑性、多项式阶次以及评估点的位置（内部 vs. 边界）。
• 推导出最小化覆盖误差的最优带宽序列，并表明其与最小均方误差最优带宽不同。
• 所提出的推断最优带宽选择器已集成于配套的R和Stata软件包中，可直接用于实证研究。