Identification in a Binary Choice Panel Data Model with a Predetermined Covariate
含预定协变量的二元选择面板模型中的识别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：摘要明确研究二元选择面板模型、个体异质性及预定协变量反馈下的识别。
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…
含预定协变量的二元选择面板模型中的识别
- 研究问题
- 在二元选择面板中，若个体异质性及过去结果影响未来协变量的反馈过程均不受限制，标量参数还能得到怎样的识别？
- 方法与思路
- 作者针对单个预定二元协变量建立非点识别条件，刻画参数识别集，并使用线性规划计算参数及平均偏效应的识别范围。
- 材料陈述的贡献
- 摘要称，一项简单条件可使参数在任意面板期数下均无法点识别，且该条件适用于 logit；数值例子的识别集仍有信息。
- 阅读关注点
- 应核对预定性的精确定义、非点识别条件为何覆盖 logit、识别集刻画是否锐利，以及线性规划如何处理不受限反馈。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未列出具体条件和识别集数值，其信息性不能推广至所有模型。
原文摘要
We study identification in a binary choice panel data model with a single \emph{predetermined} binary covariate (i.e., a covariate sequentially exogenous conditional on lagged outcomes and covariates). The choice model is indexed by a scalar parameter $θ$, whereas the distribution of unit-specific heterogeneity, as well as the feedback process that maps lagged outcomes into future covariate realizations, are left unrestricted. We provide a simple condition under which $θ$ is never point-identified, no matter the number of time periods available. This condition is satisfied in most models, including the logit one. We also characterize the identified set of $θ$ and show how to compute it using linear programming techniques. While $θ$ is not generally point-identified, its identified set is informative in the examples we analyze numerically, suggesting that meaningful learning about $θ$ may be possible even in short panels with feedback. As a complement, we report calculations of identified sets for an average partial effect, and find informative sets in this case as well.