Nonparametric Identification under Discrete Variation
离散变化下的非参数识别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：摘要研究非可分结构函数的工具变量识别，以分位数回归构造区间估计，并用出生季度工具考察教育回报。
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
离散变化下的非参数识别
- 研究问题
- 当内生变量及工具变量只有离散变化、结构函数与潜在异质性不可分离时，结构函数的局部取值和离散差分能被识别到何种范围？
- 方法与思路
- 作者给出非参数区间识别的较弱条件，再以类比原则构造基于分位数回归的区间估计量，并考察出生季度工具对教育回报的识别力。
- 材料陈述的贡献
- 摘要称，离散变化下仍可对结构函数的局部特征实现区间识别，并提供其取值与部分差分的估计方法及教育回报应用。
- 阅读关注点
- 应核对工具变量与潜在变量所需的条件、识别区间的构造及其是否尖锐，以及分位数回归如何对应结构函数取值和差分。
- 阅读边界
- 摘要未列明识别条件、区间是否尖锐或估计推断性质，也未给出教育回报应用的具体结果；区间识别不能直接解释为点识别。
原文摘要
This paper provides weak conditions under which there is nonparametric interval identification of local features of a structural function that depends on a discrete endogenous variable and is nonseparable in latent variates. The function delivers values of a discrete or continuous outcome and instruments may be discrete valued. Application of the analog principle leads to quantile regression based interval estimators of values and partial differences of structural functions. The results are used to investigate the nonparametric identifying power of the quarter-of-birth instruments used in Angrist and Krueger's 1991 study of the returns to schooling.