Identification and Kullback information in the GLSEM
一般线性结构计量模型中的识别与 Kullback 信息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：摘要讨论一般结构计量模型的识别与一致性，未提供微观行为结构或其他给定专门领域的充分分类依据。
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
一般线性结构计量模型中的识别与 Kullback 信息
- 研究问题
- 如何利用 Kullback 信息建立一般线性结构计量模型的最大似然强一致性，并刻画排除限制下识别的充要条件？
- 方法与思路
- 作者使用 Kullback 信息分析标准一般线性结构计量模型，一方面论证最大似然强一致性，另一方面推导识别条件。
- 材料陈述的贡献
- 摘要称该论证简洁给出排除限制下识别的充要条件，并表示一致性论证和识别论证可分别用于更广模型与限制。
- 阅读关注点
- 核对模型的标准版本定义、强一致性所需条件、排除限制的形式，以及推广至非线性模型和一般限制的准确范围。
- 阅读边界
- 仅据 OpenAlex 所给摘要；具体模型、条件和证明均未展示，无法确认推广范围，也不能推断后续刊本如何修订表述。
原文摘要
In this paper we employ the Kullback information apparatus in (a) obtaining the strong consistency of the maximum likelihood (ML) estimator in the standard version of the general linear structural econometric model (GLSEM); (b) deriving very siccinctly the necessary and sufficient (nas) conditions for identification by the use of exclision restrictions. The arguments given in (a), however, are equally applicable to a wide class of nonlinear models and the arguments in (b) Are equally applicable in the context of more general types of restrictions.