Spectral clustering with variance information for group structure estimation in panel data
利用方差信息进行面板群组结构的谱聚类估计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：摘要明确研究具有个体重复观测的面板模型及未观测群组结构估计。
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
利用方差信息进行面板群组结构的谱聚类估计
- 研究问题
- 面板个体可能共享相似系数但分组未知时，如何利用个体系数估计的方差信息改善分组，并兼顾大规模样本的计算可行性？
- 方法与思路
- 作者先分析个体系数方差所含的分组信息，再提出显式纳入估计不确定性的谱聚类方法，也允许仅使用参数估计及其不确定性。
- 材料陈述的贡献
- 摘要称该方法适用于一般面板模型，大量个体或重复观测下仍具计算可行性；模拟优于已有方法，并提供两个实证应用。
- 阅读关注点
- 应核对方差信息如何进入相似度与谱聚类、群组数如何选择、分组可恢复所需条件，以及仅有汇总估计时的信息要求。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断群组恢复理论、比较幅度及应用细节；模拟优势不代表所有面板设定均适用，不推断版本变化。
原文摘要
Consider a panel data setting where repeated observations on individuals are available. Often it is reasonable to assume that there exist groups of individuals that share similar effects of observed characteristics, but the grouping is typically unknown in advance. We first conduct a local analysis which reveals that the variances of the individual coefficient estimates contain useful information for the estimation of group structure. We then propose a method to estimate unobserved groupings for general panel data models that explicitly accounts for the variance information. Our proposed method remains computationally feasible with a large number of individuals and/or repeated measurements on each individual. The developed ideas can also be applied even when individual-level data are not available and only parameter estimates together with some quantification of estimation uncertainty are given to the researcher. A thorough simulation study demonstrates superior performance of our method than existing methods and we apply the method to two empirical applications.