WHAT DO QUANTILE REGRESSIONS IDENTIFY FOR GENERAL STRUCTURAL FUNCTIONS?
分位数回归对一般结构函数识别了什么？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：摘要明确连接条件分位数、异质因果效应与一般结构函数，直接对应分布效应、因果推断和结构识别。
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
分位数回归对一般结构函数识别了什么？
- 研究问题
- 对于含多个不可观测因素的一般结构函数，条件分位数的偏导数究竟识别哪些异质结构效应，如何赋予其因果解释？
- 方法与思路
- 作者在摘要称较温和的条件下，将分位数偏导数表示为处于目标条件分位数的子群体中异质结构偏效应的加权平均。
- 材料陈述的贡献
- 摘要称该识别结果为一般结构函数下使用分位数回归衡量异质因果效应提供依据，并允许模型包含多个不可观测因素。
- 阅读关注点
- 应核对因果解释依赖的具体条件、加权方式和子群体定义，并区分条件分位数偏导数与个体结构效应。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确认所谓温和条件的内容；所识别的是特定加权平均，不能直接解释为每个人的效应。
原文摘要
This paper shows what quantile regressions identify for general structural functions. Under fairly mild conditions, the quantile partial derivative identifies a weighted average of heterogeneous structural partial effects among the subpopulation of individuals at the conditional quantile of interest. This result justifies the use of quantile regressions as means of measuring heterogeneous causal effects for a general class of structural functions with multiple unobservables.