发表机构
Monash University; University of California, Berkeley（莫纳什大学; 加州大学伯克利分校）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文研究利用合成数据评估经济模型复杂度的限制性度量，证明其与Rademacher复杂度的仿射关系，并指出限制性作为泛化误差上界且能区分可证伪模型的优势。
AI 中文摘要
我们研究了Fudenberg、Gao和Liang（2026）提出的限制性度量，该度量利用合成数据评估经济模型的复杂度。我们证明Rademacher复杂度是限制性的一致有限样本估计的一个特例的仿射变换。我们的结果表明，限制性继承了作为泛化误差上界的基数解释，同时避免了极限Rademacher复杂度无法区分某些可证伪模型的缺陷。
英文摘要
We study the measure of restrictiveness proposed in Fudenberg, Gao, and Liang (2026) to evaluate complexity of economic models using synthetic data. We show that Rademacher complexity is an affine transformation of a particular case of a consistent finite-sample estimate of restrictiveness. Our results show that restrictiveness inherits a cardinal interpretation as a bound on generalization error while avoiding the inability of limiting Rademacher complexity to distinguish between some falsifiable models.
