无交叉的分位数与概率曲线

本文提出了一种方法来解决条件分位数函数和结构分位数函数估计中缺乏单调性的长期问题，该问题也被称为分位数交叉问题。该方法包括对原始估计的非单调曲线进行排序或单调重排，将其变为单调重排曲线。我们证明，在有限样本中，重排后的曲线比原始曲线更接近真实的分位数曲线，为重排相关算子建立了泛函 delta 方法，并推导了整个重排曲线及其泛函的泛函极限理论。我们还确立了用于估计整个重排曲线及其泛函的极限分布的自助法的有效性。我们的极限结果具有通用性，适用于单调计量经济学函数的任何估计量，只要该估计量满足泛函中心极限定理且该函数满足某些平滑性条件。因此，我们的结果适用于具有单调性约束的其他计量经济学函数的估计，例如需求函数、生产函数、分布函数和结构分布函数。我们通过使用有关越南退伍军人身份和收入的数据估计结构分位数函数的应用来说明这些结果。