Statistical inference of partially linear time-varying coefficients spatial autoregressive panel data model
部分线性时变系数空间自回归面板模型的统计推断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：摘要明确研究带固定效应的空间自回归面板模型，直接支持面板数据分类，未说明网络干扰或因果效应识别。
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
部分线性时变系数空间自回归面板模型的统计推断
- 研究问题
- 在同时包含固定效应、常数和时变回归系数，以及时变空间滞后系数的面板模型中，如何估计参数并检验拟合？
- 方法与思路
- 作者提出基于剖面局部线性虚拟变量的两阶段最小二乘法，无需一阶差分，并构造残差拟合优度检验及 bootstrap。
- 材料陈述的贡献
- 摘要称，作者推导了估计量在一定条件下的渐近性质，模拟显示若干情景中的良好表现，并以中国省级碳排放作示例。
- 阅读关注点
- 核对空间滞后项的工具变量、固定效应消除方式、局部平滑带宽，以及残差检验和 bootstrap 有效性的条件。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未列明识别与渐近条件，也未给出模拟或应用数值。
原文摘要
This paper investigates a partially linear spatial autoregressive panel data model that incorporates fixed effects, constant and time-varying regression coefficients, and a time-varying spatial lag coefficient. A two-stage least squares estimation method based on profile local linear dummy variables (2SLS-PLLDV) is proposed to estimate both constant and time-varying coefficients without the need for first differencing. The asymptotic properties of the estimator are derived under certain conditions. Furthermore, a residual-based goodness-of-fit test is constructed for the model, and a residual-based bootstrap method is used to obtain p-values. Simulation studies show the good performance of the proposed method in various scenarios. The Chinese provincial carbon emission data set is analyzed for illustration.