Social threshold regression
社会互动阈值回归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：摘要明确研究空间社会互动、群组内生同伴效应及学生成绩应用，直接支持网络与干扰这一细分方向。
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…
社会互动阈值回归
- 研究问题
- 如何在社会互动模型中刻画不同群组的内生同伴效应与情境效应，并估计决定这些差异的阈值及回归参数？
- 方法与思路
- 作者在空间 Durbin 模型中引入阈值与群组特定互动效应，提出两步 GMM、渐近理论和自助法推断，并进行模拟与应用。
- 材料陈述的贡献
- 摘要称建立了阈值社会互动模型及配套估计推断方法，并用 Add Health 数据研究同伴效应与学生学业成绩的关系。
- 阅读关注点
- 应核对阈值变量、群组划分、互动权重和工具变量设定，以及阈值参数的识别、渐近性质与自助法有效条件。
- 阅读边界
- 所给出版社摘要未说明识别假设、同伴效应大小或应用结果；模型允许群组差异，不代表已排除同伴选择与共同冲击。
原文摘要
This paper develops a threshold social interaction model which introduces group-specific endogenous effects as well as contextual effects into a conventional spatial Durbin model. We propose a two-step GMM estimator for the threshold and regression parameters, derive asymptotic theory, and provide bootstrap inference. Finally, we assess the performance of our methods using a Monte Carlo simulation and provide an empirical application on the role of peer effects on student academic achievement using Add Health data.