Robust Inference for Convex Pairwise Difference Estimators

Resumo Técnico: Inferência Robusta para Estimadores de Diferença Par Convexa

Enunciação do Problema
Este artigo aborda os desafios de inferência associados a uma ampla classe de estimadores de diferença par convexa, definidos como minimizadores de uma função objetivo convexa ponderada por kernel sobre pares de observações com covariáveis semelhantes. Esses estimadores são amplamente utilizados para lidar com heterogeneidade em modelos não lineares (por exemplo, regressão parcialmente linear, logit e modelos Tobit).

A dificuldade central reside na dependência do comportamento assintótico do estimador em relação ao parâmetro de banda (localização), $h_n$. A inferência clássica depende de condições restritivas de banda: especificamente, que $n h_n^d \to \infty$ (garantindo pares suficientes para linearidade assintótica) e $n h_n^4 \to 0$ (garantindo que o viés seja negligenciável). Sob essas condições, o estimador é assintoticamente linear e a inferência padrão por bootstrap não paramétrico é consistente. No entanto, na prática, selecionar uma banda que satisfaça ambas as condições simultaneamente é difícil, particularmente à medida que a dimensão $d$ do vetor de covariáveis aumenta. Métodos existentes frequentemente falham em fornecer inferência válida quando a banda é muito pequena (violando a condição de linearidade) ou muito grande (violando a condição de viés).

Metodologia
Os autores desenvolvem um novo quadro de inferência que combina três ideias teóricas distintas para alcançar robustez em uma faixa mais ampla de escolhas de banda:

1. Assintótica de Banda Pequena: Estendendo o quadro de Cattaneo, Crump e Jansson (2014a), o artigo deriva aproximações de distribuição Gaussiana para o estimador sem impor a condição $n h_n^d \to \infty$. Em vez disso, estabelece validade sob a condição mais fraca $n^2 h_n^d \to \infty$. Essa abordagem contabiliza a variância adicional induzida pela alta localização, resultando em uma taxa de convergência e estrutura de variância que dependem explicitamente do grau de localização.
2. Correção de Viés via Jackknife Generalizado: Para lidar com o viés quando $h_n$ é grande (violando $n h_n^4 \to 0$), os autores empregam um procedimento de correção de viés baseado em jackknife generalizado (Schucany e Sommers, 1977). Isso envolve a construção de uma combinação linear de estimadores computados com diferentes bandas. Crucialmente, ao contrário do uso de kernels de ordem superior (que introduziriam pesos negativos e destruiriam a convexidade da função objetivo), o jackknife generalizado preserva a convexidade do estimador. Isso permite o uso de bandas maiores enquanto mantém os benefícios computacionais e teóricos da otimização convexa.
3. Redimensionamento do Bootstrap: O artigo identifica que o bootstrap não paramétrico padrão é inconsistente sob assintótica de banda pequena porque falha em capturar a inflação de variância específica causada pela localização. Os autores propõem um procedimento de bootstrap corrigido onde o parâmetro de localização usado na reamostragem do bootstrap é redimensionado por um fator de $3^{1/d}$. Esse ajuste alinha a variância do bootstrap com a verdadeira variância assintótica, garantindo consistência mesmo quando $n h_n^d$ é limitado.

Principais Contribuições e Resultados
O artigo fornece uma teoria de distribuição abrangente e um método de inferência prático que unifica esses três componentes.

• Aproximação Gaussiana Generalizada: O Teorema 1 estabelece que, sob $n^2 h_n^d \to \infty$, o estimador converge para uma distribuição Gaussiana. A variância assintótica inclui um termo refletindo a incerteza de "banda pequena", que desaparece apenas se $n h_n^d \to \infty$. Esse resultado cobre três regimes: linearidade assintótica ($n h_n^d \to \infty$), consistência na raiz de $n$ sem linearidade ($n h_n^d \to c \in (0, \infty)$) e consistência mais lenta que a raiz de $n$ ($n h_n^d \to 0$ mas $n^2 h_n^d \to \infty$).
• Propriedades do Estimador com Correção de Viés: O Teorema 2 estende a aproximação Gaussiana ao estimador com correção de viés. Ele mostra que, combinando estimadores com bandas $h_n, c_1 h_n, \dots, c_L h_n$ usando pesos específicos, é possível eliminar termos de viés até a ordem $h_n^{2L+2}$. Isso permite inferência válida com bandas que violam a condição padrão $n h_n^4 \to 0$, desde que $n h_n^{4(L+1)} \to 0$.
• Inferência por Bootstrap Válida: O Teorema 3 e o Corolário 1 demonstram que o bootstrap padrão é inconsistente sob assintótica de banda pequena devido a uma discrepância de variância. No entanto, ao redimensionar a banda na etapa do bootstrap para $3^{1/d} h_n$, o método produz uma aproximação de distribuição consistente.
• Cobertura Robusta: O artigo compara quatro procedimentos de inferência: (1) Clássico, (2) Clássico com Correção de Viés, (3) Banda Pequena e (4) Banda Pequena com Correção de Viés. A análise teórica e evidências de simulação (Seção 6) mostram que a combinação de correção de viés e redimensionamento de banda (Procedimento 4) fornece as probabilidades de cobertura mais robustas na faixa mais ampla de escolhas de banda. Isso mitiga o conservadorismo do bootstrap padrão em bandas pequenas e a subcobertura devido ao viés em bandas grandes.

Significância
O artigo afirma oferecer um método de inferência "demonstravelmente mais robusto" para estimadores de diferença par convexa em comparação com abordagens existentes. Sua significância primária reside em:

1. Relaxamento de Restrições de Banda: Remove a necessidade da condição restritiva $n h_n^d \to \infty$ para uma aproximação Gaussiana válida, permitindo níveis mais altos de localização.
2. Preservação da Convexidade: Ao utilizar jackknife generalizado em vez de kernels de ordem superior, o método mantém a convexidade da função objetivo, o que é essencial para computação rápida e condições de regularidade mais fracas.
3. Robustez Prática: O método proposto (combinando correção de viés e redimensionamento) garante que os intervalos de confiança mantenham níveis de cobertura nominais mesmo quando a escolha da banda é incerta ou orientada por dados, um cenário comum no trabalho empírico.

Os autores observam que seu desenvolvimento teórico depende fortemente da convexidade da função objetivo e do trabalho fundamental de Hjort e Pollard (1993) e Pollard (1991) aplicado a processos U. O artigo conclui sugerindo extensões futuras para expansões estocásticas de ordem superior para seleção de banda, estimadores de variância consistentes e estimadores baseados em regressores gerados.