Iterative estimation of solutions to noisy nonlinear operator equations in nonparametric instrumental regression

DOI:	https://doi.org/10.1016/j.jeconom.2013.06.001
URL:	http://www.sciencedirect.com/science/article/pii/S...
Dokumenttyp:	Zeitschriftenartikel
Erscheinungsjahr:	2014
Titel einer Zeitschrift oder einer Reihe:	Journal of Econometrics
Band/Volume:	178
Heft/Issue:	3
Seitenbereich:	444-455
Ort der Veröffentlichung:	Amsterdam [u.a.]
Verlag:	Elsevier
ISSN:	0304-4076
Sprache der Veröffentlichung:	Englisch
Einrichtung:	Außerfakultäre Einrichtungen > SFB 884
Fachgebiet:	330 Wirtschaft
Freie Schlagwörter (Englisch):	Nonparametric regression ; Nonlinear inverse problems ; Iterative regularization ; Instrumental regression
Abstract:	This paper discusses the solution of nonlinear integral equations with noisy integral kernels as they appear in nonparametric instrumental regression. We propose a regularized Newton-type iteration and establish convergence and convergence rate results. A particular emphasis is on instrumental regression models where the usual conditional mean assumption is replaced by a stronger independence assumption. We demonstrate for the case of a binary instrument that our approach allows the correct estimation of regression functions which are not identifiable with the standard model. This is illustrated in computed examples with simulated data.

Dieser Eintrag ist Teil der Universitätsbibliographie.

BASE: Dunker, Fabian ; Florens, Jean-Pierre ; Hohage, Thorsten ; Johannes, Jan ; Mammen, Enno

Google Scholar: Dunker, Fabian ; Florens, Jean-Pierre ; Hohage, Thorsten ; Johannes, Jan ; Mammen, Enno

Aufrufe im letzten Jahr

Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail

Eintrag anzeigen