跳到正文
← 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:摘要以三项 Probit、选择效用相关性和个体就学选择为核心,文本依据直接对应离散选择模型及其应用。

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
Joseph V. Terza

简约式三项 Probit:不施加先验限制的离散响应模型

研究问题
如何把二元 Probit 扩展到三项选择,在处理结构参数不可识别问题的同时,允许各选项效用之间存在相关性?
方法与思路
作者对不可识别结构参数进行可容许的约化,构造允许效用随机变量间非零协方差的简约式三项 Probit 模型。
材料陈述的贡献
摘要称灵活的协方差结构使模型避免无关选项独立性限制,并以个体就学选择展示应用;未报告估计效果或比较结果。
阅读关注点
阅读全文时应核对参数约化与识别归一化的具体方式、协方差参数的可行范围,以及就学选择应用中的估计与检验。
阅读边界
题名所称不施加先验限制的范围需结合全文核对;摘要未说明识别条件、算法或数据细节,不能认定结构参数均可识别。

原文摘要

This article develops the direct trivariate extension of the binary probit model. Similar to the binary probit specification, the trivariate model involves an admissible reduction of the nonidentified structural parameters. The reduced-form model is distinguished from other trinomial specifications in that it allows for nonzero covariances among the utility variates that characterize individuals' valuations of the choice alternatives. The independence of irrelevant alternatives is thus avoided. The flexible covariance structure of the reduced-form model, along with its freedom from a priori restrictions, makes it widely applicable. The method is applied to the analysis of individual schooling choice.

笔记与分组
相关领域论文