MétaCan
Menu
Retour à la cohorte
Enregistrement W2150307737 · doi:10.1017/s0266466613000340

ON THE ASYMPTOTIC EFFICIENCY OF GMM

2013· article· en· W2150307737 sur OpenAlexaff
Marine Carrasco, Jean‐Pierre Florens

Notice bibliographique

RevueEconometric Theory · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensUniversité de MontréalCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesnon disponible
Mots-clésMathematicsEstimatorGeneralized method of momentsMoment (physics)Applied mathematicsEfficient estimatorKernel (algebra)Minimum-variance unbiased estimatorHilbert spaceConsistent estimatorEmpirical likelihoodStatisticsCombinatoricsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

The efficiency of the generalized method of moment (GMM) estimator is addressed by using a characterization of its variance as an inner product in a reproducing kernel Hilbert space. We show that the GMM estimator is asymptotically as efficient as the maximum likelihood estimator if and only if the true score belongs to the closure of the linear space spanned by the moment conditions. This result generalizes former ones to autocorrelated moments and possibly infinite number of moment restrictions. Second, we derive the semiparametric efficiency bound when the observations are known to be Markov and satisfy a conditional moment restriction. We show that it coincides with the asymptotic variance of the optimal GMM estimator, thus extending results by Chamberlain (1987,Journal of Econometrics34, 305–33) to a dynamic setting. Moreover, this bound is attainable using a continuum of moment conditions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,148
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,148
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,006
Communication savante0,0030,004
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,187
Écart entre enseignants0,147 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconometric TheoryMême sujetMonetary Policy and Economic ImpactTravaux en français237 207