Two-Step Estimation of Incomplete Information Social Interaction Models With Sample Selection
存在样本选择的不完全信息社会互动模型的两步估计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：摘要明确讨论社会互动、友谊关系与不完全信息模型，并以理性预期和模型估计刻画互动，支持网络与结构估计分类。
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…
关注这篇论文的作者
存在样本选择的不完全信息社会互动模型的两步估计
- 研究问题
- 当结果变量因样本选择而缺失时，如何估计不完全信息下的线性社会互动模型，并考察朋友互动与青少年学业表现的关系？
- 方法与思路
- 作者假设个体基于理性预期形成对其他成员结果的信念，提出两步级数非线性最小二乘估计，以处理社会互动与结果缺失问题。
- 材料陈述的贡献
- 摘要称建立估计量的一致性和渐近正态性；Add Health应用提示朋友互动是平均绩点的重要决定因素，控制样本选择会影响估计结果。
- 阅读关注点
- 应核对信息结构、理性预期与选择机制的设定，以及两步级数估计的识别条件、第一步误差处理和互动系数的解释。
- 阅读边界
- 摘要未说明样本选择的具体机制、识别限制及效应大小；其学业表现应用不能仅凭摘要确认为朋友互动的因果效应。
原文摘要
This article considers linear social interaction models under incomplete information that allow for missing outcome data due to sample selection. For model estimation, assuming that each individual forms his/her belief about the other members’ outcomes based on rational expectations, we propose a two-step series nonlinear least squares estimator. Both the consistency and asymptotic normality of the estimator are established. As an empirical illustration, we apply the proposed model and method to National Longitudinal Study of Adolescent Health (Add Health) data to examine the impacts of friendship interactions on adolescents’ academic achievements. We provide empirical evidence that the interaction effects are important determinants of grade point average and that controlling for sample selection bias has certain impacts on the estimation results. Supplementary materials for this article are available online.