Robust Priors in Nonlinear Panel Models with Individual and Time Effects
含个体与时间效应的非线性面板模型稳健先验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究双向效应非线性面板，并提供二元、有序和多项响应模型实现，支持面板与离散选择分类。
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…
含个体与时间效应的非线性面板模型稳健先验
- 研究问题
- 在同时含个体与时间效应的非线性面板模型中，如何处理高维积分与增长参数维度，并减少参数和平均偏效应的偏差？
- 方法与思路
- 作者构造目标中心化的全指数 Laplace—累积量展开，利用加性效应的高阶导数稀疏结构设计稳健先验与闭式修正。
- 材料陈述的贡献
- 摘要称在大 N、T 渐近下获得可处理且余项可忽略的近似，提供多类离散响应实现，模拟与应用显示偏差下降。
- 阅读关注点
- 应核对 N、T 的增长限制、展开余项控制及先验构造，检查平均偏效应方差式修正和不同响应模型的实现。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未说明渐近条件的具体形式，也未报告短面板中的改善幅度。
原文摘要
We develop likelihood-based bias reduction for nonlinear panel models with additive individual and time effects. In two-way panels, integrated-likelihood corrections are attractive but challenging because the required integration is high dimensional and standard Laplace approximations may fail when the parameter dimension grows with the sample size. We propose a target-centered full-exponential Laplace--cumulant expansion that exploits the sparse higher-order derivative structure implied by additive effects, delivering a tractable approximation with a negligible remainder under large-$N,T$ asymptotics. The expansion motivates robust priors that yield bias reduction for both common parameters and fixed effects. We provide implementations for binary, ordered, and multinomial response models with two-way effects. For average partial effects, we show that the remaining first-order bias has a simple variance form and can be removed by a closed-form adjustment. Monte Carlo experiments and an empirical illustration show substantial bias reduction with accurate inference.