Censored partial linear quantile regression with endogeneity
含内生性的删失部分线性分位数回归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：摘要的核心对象是含删失和内生性的部分线性分位数回归。
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
含内生性的删失部分线性分位数回归
- 研究问题
- 结果存在删失且模型包含内生性时，如何估计部分线性分位数回归，并在允许样本选择后建立有效的统计推断？
- 方法与思路
- 作者提出可实施的顺序多步估计程序，研究估计量的一致表示与渐近分布，并将分析扩展至样本选择情形。
- 材料陈述的贡献
- 摘要称，文章建立一致收敛、统一表示和渐近正态性；蒙特卡洛实验与实证应用用于展示有限样本表现和实用性。
- 阅读关注点
- 应核对内生性与删失的识别条件、多步程序的误差传递、统一结果覆盖的范围，以及样本选择扩展所需限制。
- 阅读边界
- 所给出版社摘要未说明具体识别条件、删失机制、选择机制或应用内容；有限样本表现仅有概括性陈述。
原文摘要
This paper considers the estimation of a censored partial linear quantile regression model with endogeneity. Our method extends those for partial linear quantile regression (Lee, 2003, Qu et al. 2024), nonparametric quantile regression (Qu and Yoon, 2015, Belloni et al., 2019), and censored linear quantile regression with endogeneity (Chen, 2018). Our estimation method involves a tractable sequential-multiple-step procedure. We establish the uniform consistency, the uniform representation and the asymptotic normality for the proposed estimators. We further extend our analysis to allow for sample selection. A set of Monte Carlo experiments show that our estimators have a good finite sample performance and an empirical application is given to show the usefulness of our estimators.