Binary choice models with discrete regressors: Identification and misspecification
离散解释变量下二元选择模型的识别与误设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：摘要明确研究离散解释变量下的半参数二元响应模型及识别集，直接对应离散选择方向。
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
离散解释变量下二元选择模型的识别与误设
- 研究问题
- 当二元响应模型的解释变量全部具有离散支撑时，条件中位数限制能识别哪些参数范围，误设又如何影响推断？
- 方法与思路
- 作者通过递归程序求参数分量的锐界，研究识别集估计量的渐近性质，并提出处理误设下空识别集的方法。
- 材料陈述的贡献
- 摘要称获得参数锐界，分析支撑逐渐稠密的情形，并揭示最大得分估计与支持向量机之间的联系。
- 阅读关注点
- 应核对锐界的构造与可达性、离散支撑变稠密时的结论，以及识别集估计和误设处理所需条件。
- 阅读边界
- 仅据所给出版社摘要，无法判断各误设处理方案的适用边界；参数归一化、渐近条件和应用细节未说明。
原文摘要
This paper explores the inferential question in semiparametric binary response models when the continuous support condition is not satisfied and all regressors have discrete support. I focus mainly on the models under the conditional median restriction, as in Manski (1985). I find sharp bounds on the components of the parameter of interest and outline several applications. The formulas for bounds obtained using a recursive procedure help analyze cases where one regressor’s support becomes increasingly dense. Furthermore, I investigate asymptotic properties of estimators of the identification set. I describe a relation between the maximum score estimation and support vector machines and propose several approaches to address the problem of empty identification sets when the model is misspecified.