Nonparametric classes for identification in random coefficients models when regressors have limited variation
回归变量变异有限时随机系数模型识别的非参数分布类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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究随机系数分布识别，并明确覆盖二元选择与面板模型。
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
回归变量变异有限时随机系数模型识别的非参数分布类
- 研究问题
- 当外生回归变量的支持集受限、甚至离散但可数时，随机系数分布何时仍可点识别，分布限制与回归变量支持需要怎样权衡？
- 方法与思路
- 作者考察随机系数分布限制与回归变量支持的替代关系，覆盖线性及其扩展、反卷积、二元选择和单指标面板等模型。
- 材料陈述的贡献
- 摘要称论文展示受限支持下随机系数分布点识别的权衡，讨论多类模型，并涉及无限回归变量和 Kotlarski 引理的扩展。
- 阅读关注点
- 应核对允许的非参数分布类、外生性的具体定义、不同模型的支持条件，以及点识别结果是否提供可实施的恢复步骤。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未列出各模型的识别条件、证明或估计算法，不能假定任意受限支持均可识别。
原文摘要
This paper studies point identification of the distribution of the coefficients in some random coefficients models with exogenous regressors when their support is a proper subset, possibly discrete but countable. We exhibit trade-offs between restrictions on the distribution of the random coefficients and the support of the regressors. We consider linear models including those with nonlinear transforms of a baseline regressor, with an infinite number of regressors and deconvolution, the binary choice model, and panel data models such as single-index panel data models and an extension of the Kotlarski lemma.