SIMPLE SEMIPARAMETRIC ESTIMATION OF ORDERED RESPONSE MODELS
有序响应模型的简便半参数估计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：摘要明确针对有序响应模型，并通过二元选择或完整有序响应数据估计未知误差分布，直接对应离散选择方向。
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
有序响应模型的简便半参数估计
- 研究问题
- 误差分布未知的有序响应模型中，如何在无需选择调参参数的情况下估计回归系数与门槛，并保留分布函数的单调性？
- 方法与思路
- 作者固定有限维参数后，利用相关二元选择或完整有序响应数据构造误差分布的非参数极大似然估计，再按矩条件估计参数。
- 材料陈述的贡献
- 摘要称两种方法自动满足单调性、无需调参，回归系数与门槛估计量具有根 n 一致性和渐近正态性，并提供有效 bootstrap。
- 阅读关注点
- 应核对位置与尺度归一化、参数识别条件、两种分布估计的数据利用差异，以及矩估计和 bootstrap 的具体计算流程。
- 阅读边界
- 仅据所给 Crossref 摘要版本，无法确定识别与正则条件、实际计算成本或模拟优势幅度，真实数据应用的具体结果也未说明。
原文摘要
We propose two simple semiparametric estimation methods for ordered response models with an unknown error distribution. The proposed methods do not require users to choose any tuning parameters, and they automatically incorporate the monotonicity restriction of the unknown distribution function. Fixing finite-dimensional parameters in the model, we construct nonparametric maximum likelihood estimates for the error distribution based on the related binary choice data or the entire ordered response data. We then obtain estimates for finite-dimensional parameters based on moment conditions given the estimated distribution function. Our semiparametric approaches deliver root- n consistent and asymptotically normal estimators of the regression coefficient and threshold parameter. We also develop valid bootstrap procedures for inference. The advantages of our methods are borne out in simulation studies and a real data application.