大規模・高次元データを用いた計量経済分析における統計的推測法の開発

使用大规模、高维数据开发计量经济分析中的统计推断方法

• 批准号: 18K01541
• 负责人: 松下 幸敏
• 金额: $ 2.83万
• 依托单位: Hitotsubashi University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18K01541/
• 关键词: ノン・セミパラメトリックモデル; 統計的推測; ネットワークデータ; 操作変数; 経験尤度法; 因果推論; セミパラメトリックモデル; 高次元データ; 高頻度データ; 大規模データ

第一に、線形操作変数モデルにおいて、誤差項の分散が不均一かつ操作変数の数が大きい場合に弱操作変数に対して頑健な新たな統計的推測法を提案した論文の改訂、及びその再投稿を行った。本論文はEconometric Theoryに掲載が決定した。第二に、exchangeable random graphにおいていくつかの特定のサブグラフが観測される確率についての新たな統計的推測法を提案した論文の改訂を行い、いくつかの理論的結果と数値実験の結果を加えた。本論文は学術誌掲載のために再投稿中である。第三に、各個体の相互作用を表すデータに関する新たな統計的推測法を提案し、その理論的性質を導出した論文を改訂した。本論文は学術誌掲載のために投稿中である。第四に、線形操作変数モデルにおいて、弱操作変数と多操作変数の両方に対して頑健な新たな統計的推測法を提案し、その理論的性質を導出した論文を執筆した。本論文は現在投稿準備中である。第五に、ランダム化比較試験 (randomized controlled trial, RCT)において、共変量の数が大きい場合の新しい推定と統計的推測の方法を提案した論文を執筆した。本論文は学術誌掲載のために投稿中である。第六に、観察研究における平均処置効果の推定において、共変量の数が大きい場合の新しい推定と統計的推測の方法を提案した。本論文は現在執筆中である。第七に、誤差項の不均一分散を許容した線形回帰モデルにおいて、共変量の数が大きい場合の高次漸近理論の開発を行なった。本論文は現在執筆中である。

首先，在线性仪器变量模型中，我们修订并重新填写了一篇论文，该论文提出了一种新的统计推理方法，当误差项的差异不均匀并且仪器变量的数量很大时，该方法对弱仪器变量具有可靠性。本文已决定在计量经济学理论中发表。其次，我们修改了本文提出了有关在可交换随机图中观察到某些特定子图的概率的新统计推断，从而添加了一些理论结果和数值实验结果。本文目前正在重新发布该杂志上的发表。第三，我们为代表个人之间相互作用的数据提出了一种新的统计推断方法，并修订了得出其理论属性的论文。本文目前正在学术期刊上提交出版。第四，在线性仪器变量模型中，我们为弱和多工具变量提出了一种新的鲁棒统计推断方法，并撰写了一篇文章，该论文得出了其理论属性。本文目前正在准备提交。第五，我撰写了一篇论文，该论文提出了一种在随机对照试验（RCT）中对大量协变量的新估计方法和统计推断。本文目前正在学术期刊上提交出版。第六，我们提出了一种新的估计和统计推断方法，用于在观察性研究中估算平均治疗效果时，为大量协变量提供了新的估计方法。本文目前正在写作。当线性回归模型中的协变量数量较大时，第七，较高的渐近理论是开发的，该模型允许误差项的异质差异。本文目前正在写作。

项目成果

LIKELIHOOD INFERENCE ON SEMIPARAMETRIC MODELS WITH GENERATED REGRESSORS

• DOI: 10.1017/s026646661900029x
• 发表时间: 2019-11
• 期刊: Econometric Theory
• 影响因子: 0.8
• 作者: Yukitoshi Matsushita;Taisuke Otsu

Second-order refinements for t-ratios with many instruments

使用多种仪器对 t 比进行二阶细化

• DOI: 10.1016/j.jeconom.2021.07.006
• 发表时间: 2022
• 期刊: Journal of Econometrics
• 影响因子: 6.3
• 作者: Matsushita;Y. and T. Otsu
• 通讯作者: Y. and T. Otsu

Jackknife empirical likelihood: small bandwidth, sparse network and high-dimensional asymptotics

• DOI: 10.1093/biomet/asaa081
• 发表时间: 2020-10
• 期刊: Biometrika
• 影响因子: 2.7
• 作者: Yukitoshi Matsushita;Taisuke Otsu

Relative error accurate statistic based on nonparametric likelihood

基于非参数似然的相对误差精确统计

• DOI: 10.1017/s0266466621000074
• 发表时间: 2020
• 期刊: Econometric Theory
• 影响因子: 0.8
• 作者: Camponovo;L.;Y. Matsushita and T. Otsu
• 通讯作者: Y. Matsushita and T. Otsu

Public health and multiple-phase mortality decline: Evidence from industrializing Japan

公共卫生和多阶段死亡率下降：来自工业化日本的证据

• DOI: 10.1016/j.ehb.2018.04.001
• 发表时间: 2018
• 期刊: Economics & Human Biology
• 影响因子: 2.5
• 作者: Camponovo;L.;Matsushita;Y. and T. Otsu;難波明生;Toshihiro Matsumura;Kota Ogasawara and Yukitoshi Matsushita
• 通讯作者: Kota Ogasawara and Yukitoshi Matsushita