Minimum MSE estimation of a regression model with fixed effects from a series of cross-sections
重复截面下固定效应回归模型的最小均方误差估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论个体固定效应及以重复截面群组均值替代面板的估计问题，最接近面板数据方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
重复截面下固定效应回归模型的最小均方误差估计
- 研究问题
- 没有个体面板、只有重复截面时，如何估计含个体固定效应的回归参数，并处理观测期数较少带来的偏差？
- 方法与思路
- 作者考察基于群组均值的估计，提出避免少期数偏差的替代方法，并在包含两种方法的估计量类中讨论最小均方误差。
- 材料陈述的贡献
- 摘要称，少期数下群组数量增加仍不能保证原估计量一致；部分修正群组均值的测量误差可能实现更好的偏差与方差权衡。
- 阅读关注点
- 应核对群组构造、期数与群组数的渐近安排，以及替代估计量成立的条件和最小均方误差准则的具体实现。
- 阅读边界
- 仅据所给机构库版本摘要；摘要未说明抽样及群组规模条件，也未给出可操作的修正公式，不能推断刊本变化。
原文摘要
If panel data are not available but repeated cross-sections are, the parameters in a regression model with fixed individual effects can be estimated consistently using the cohort approach proposed by Deaton (1985). In this paper we show that Deaton's estimator is inconsistent if the number of time periods is small, even if the number of cohorts tends to infinity. Moreover, we propose an alternative estimator which does not suffer from a bias due to a small number of sampling periods and we introduce a new class of estimators, containing both estimators mentioned above. We discuss minimum mean squared error estimation within this class. Our results show that it may be optimal to eliminate only part of the measurement error in the cohort averages, since the implied bias is offset by a smaller variance.