[论文解读] nprobust: Nonparametric Kernel-Based Estimation and Robust Bias-Corrected Inference

Sebastián Calónico, Matias D. Cattaneo+1 more|arXiv (Cornell University)|Jun 1, 2019

Statistical Methods and Inference被引用 6

一句话总结

本论文介绍了 nprobust 包，这是一个全面的 R 和 Stata 工具包，用于基于核函数的非参数估计与稳健偏差校正推断。它提出了预渐近公式和异方差稳健的方差估计器，以改进小样本推断，在边界点处也能实现接近名义水平的 95% 置信区间覆盖，其在模拟研究中优于现有工具包。

ABSTRACT

Nonparametric kernel density and local polynomial regression estimators are very popular in Statistics, Economics, and many other disciplines. They are routinely employed in applied work, either as part of the main empirical analysis or as a preliminary ingredient entering some other estimation or inference procedure. This article describes the main methodological and numerical features of the software package nprobust, which offers an array of estimation and inference procedures for nonparametric kernel-based density and local polynomial regression methods, implemented in both the R and Stata statistical platforms. The package includes not only classical bandwidth selection, estimation, and inference methods (Wand and Jones, 1995; Fan and Gijbels, 1996), but also other recent developments in the statistics and econometrics literatures such as robust bias-corrected inference and coverage error optimal bandwidth selection (Calonico, Cattaneo and Farrell, 2018, 2019). Furthermore, this article also proposes a simple way of estimating optimal bandwidths in practice that always delivers the optimal mean square error convergence rate regardless of the specific evaluation point, that is, no matter whether it is implemented at a boundary or interior point. Numerical performance is illustrated using an empirical application and simulated data, where a detailed numerical comparison with other R packages is given.

研究动机与目标

• 开发一个统一、用户友好的 R 和 Stata 软件包，用于非参数核密度估计与局部多项式回归。
• 解决传统推断方法在非参数核估计中，尤其在边界点处的有限样本性能不佳的问题。
• 实现现代、理论基础坚实的带宽选择方法，确保无论评估点位于何处，均能实现最优均方误差收敛。
• 通过异方差稳健与聚 cluster 稳健的方差估计器，提供稳健的推断程序，提升覆盖准确度。
• 提供一种实用、数据驱动的带宽选择方法，具备边界率自适应性，实现最优收敛速率。

提出的方法

• 该工具包使用局部多项式回归估计量与方差估计量的预渐近公式，相较于渐近近似，显著提升了有限样本性能。
• 基于均方误差（MSE）与积分均方误差（IMSE）近似实现带宽选择，用于点估计。
• 通过高阶 Edgeworth 展开获得覆盖误差（CE）近似，用于置信区间构建中的最优带宽选择。
• 通过异方差稳健（HC）与聚 cluster 稳健的方差估计器实现稳健偏差校正推断，取代同方差稳健的替代方法。
• 默认带宽选择器具备边界率自适应性，确保在内部点与边界点处均实现最优均方误差收敛。
• 所有程序均为完全数据驱动，且以有限样本性质为核心设计，借鉴了非参数统计与计量经济学中的最新理论进展。

实验结果

研究问题

• RQ1 基于核函数的非参数推断程序是否能在小样本中，尤其是在边界点处，实现接近名义水平的 95% 置信区间覆盖？
• RQ2 与传统的同方差稳健方法相比，使用 HC 与聚 cluster 稳健方差估计器进行稳健偏差校正，是否能显著提升推断准确性？
• RQ3 是否能通过单一的带宽选择方法，在评估点为内部点或边界点时，均实现最优均方误差收敛速率？
• RQ4 nprobust 在点估计与推断准确性方面，相较于其他 R 工具包（如 np、locfit 与 lpridge）表现如何？
• RQ5 在小样本中，使用总体最优带宽与交叉验证带宽时，置信区间的经验覆盖率如何？

主要发现

• 在边界点 x=0 处，nprobust 包的 95% 置信区间实现了 94% 的经验覆盖，显著优于 np 包在类似条件下的 0% 与 76.2% 覆盖率。
• nprobust 中的所有推断程序在不同评估点与带宽选择方法下均实现了接近名义水平的覆盖，表明其对局部曲率与边界效应具有稳健性。
• 该工具包的默认带宽选择器确保了在内部点与边界点处均实现最优均方误差收敛速率，具备边界率自适应性。
• nprobust 的点估计在均方误差方面与其它工具包表现相当，但其推断性能显著更优。
• 模拟结果表明，nprobust 的带宽选择器相对于其总体目标表现良好，ROT 选择器也展现出优异的平均性能。
• 使用预渐近公式与稳健方差估计器可实现高阶边界校正，显著提升了边界点处推断的准确性。