The Construction and Use of Approximations for Missing Quarterly Observations: A Model-Based Approach
缺失季度观测的近似构造与使用：基于模型的方法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：摘要使用季度时间序列模型处理荷兰总体劳动力市场变量的年度观测，并构造季度代理值，直接对应宏观时间序列方向。
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
缺失季度观测的近似构造与使用：基于模型的方法
- 研究问题
- 当荷兰总体劳动力市场变量仅有年度观测时，如何构造缺失的季度数值，并理解用这些近似值估计结构方程的统计后果？
- 方法与思路
- 作者以单变量和双变量季度时间序列模型的条件期望构造季度近似，再把这些近似值作为代理变量估计和分析结构方程。
- 材料陈述的贡献
- 摘要提供从年度观测构造季度近似、再用于劳动力市场结构方程分析的模型化路径，并讨论依赖代理变量的估计程序性质。
- 阅读关注点
- 应核对年度观测如何约束季度模型、条件期望使用的信息集，以及把生成的代理值代入结构方程后如何处理估计误差。
- 阅读边界
- 摘要未说明具体变量、模型设定、参数估计及代理误差处理；无法据此判断季度近似的精度或结构方程估计的一致性。
原文摘要
We use a model-based approach to derive quarterly figures on several variables for the aggregate labor market in the Netherlands that are only observed annually. These approximations are conditional expectations derived from univariate and bivariate quarterly time series models for the series under consideration. They are subsequently used as proxies to estimate and analyze the structural labor market equations. Attention is given to the properties of estimation procedures based on proxy variables.