Quasi-maximum likelihood estimation and testing for nonlinear models with endogenous explanatory variables
含内生解释变量的非线性模型：拟最大似然估计与检验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：摘要研究一般非线性内生变量方法，未明确限定因果目标、离散响应或结构经济模型。
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
含内生解释变量的非线性模型：拟最大似然估计与检验
- 研究问题
- 对于含连续或离散内生解释变量的非线性模型，如何进行估计、检验内生性，并获得平均偏效应？
- 方法与思路
- 作者提出联合拟有限信息最大似然与两步控制函数程序，讨论用广义残差处理离散内生变量及分数、非负响应模型。
- 材料陈述的贡献
- 摘要称构建了允许一个或两个对数似然误设的估计框架，并提出计算较简单的两步程序及直接的内生性检验。
- 阅读关注点
- 应核对似然误设下仍需成立的条件、广义残差的构造，以及离散内生变量情形中平均偏效应的识别与计算。
- 阅读边界
- 仅据所给出版社摘要，无法判断识别和一致性条件；允许似然误设不等于对任意误设稳健，也不能自动赋予偏效应因果解释。
原文摘要
I propose a quasi-maximum likelihood framework for estimating nonlinear models with continuous or discrete endogenous explanatory variables. Joint and two-step estimation procedures are considered. The joint procedure is a quasi-limited information maximum likelihood procedure, as one or both of the log likelihoods may be misspecified. The two-step control function approach is computationally simple and leads to straightforward tests of endogeneity. In the case of discrete endogenous explanatory variables, I argue that the control function approach can be applied with generalized residuals to obtain average partial effects. I show how the results apply to nonlinear models for fractional and nonnegative responses.