Semiparametric Estimation of Location and Other Discrete Choice Moments
离散选择模型中位置及其他矩的半参数估计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：摘要明确以潜变量离散选择模型及其不可观测随机成分的矩估计为研究对象，直接支持离散选择分类。
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
离散选择模型中位置及其他矩的半参数估计
- 研究问题
- 潜变量离散选择模型依赖不可观测随机成分的分布时，如何半参数估计其矩，并用于位置、尺度和模型设定分析？
- 方法与思路
- 作者提出潜在误差密度之矩的简单半参数估计量，并讨论参数估计初值、位置尺度估计、设定检验及离散变量系数估计。
- 材料陈述的贡献
- 摘要称，所提矩估计可支持潜在误差偏度和峰度检验，也可用于半参数估计的位置尺度确定及离散解释变量系数估计。
- 阅读关注点
- 应核对潜在误差矩的识别、位置尺度归一化和矩存在条件，以及离散解释变量系数与设定检验的具体构造。
- 阅读边界
- 所给 Crossref 摘要未列出识别条件、渐近性质或应用结果，不能认定任意离散选择模型均可使用或推断版本变化。
原文摘要
Latent variable discrete choice model estimation and interpretation depend on the density function of the latent variable's unobserved random component. This paper provides a simple semiparametric estimator of the moments of this density. The results can be used as starting values for parametric estimators, to estimate the appropriate location and scaling for semiparametric estimators, for specification testing including tests of latent error skewness and kurtosis, and to estimate coefficients of discrete explanatory variables in the model.