Inference in High-Dimensional Panel Models With an Application to Gun Control
高维面板模型中的推断：枪支管制应用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：摘要明确研究高维固定效应面板及含多工具变量的面板模型，核心方法直接属于面板数据中的估计与推断。
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…
高维面板模型中的推断：枪支管制应用
- 研究问题
- 当面板模型的时变解释变量多于样本量，并允许个体异质性与这些变量相关时，如何对少数目标参数进行有效估计与推断？
- 方法与思路
- 作者将个体异质性作为固定效应消除，并要求消除后的时变变量贡献可由身份未知的少量变量刻画，从而通过变量选择开展估计。
- 材料陈述的贡献
- 摘要称，所提程序为线性固定效应模型的固定参数子集，以及多工具变量面板模型中固定维内生变量的系数，提供均匀有效推断。
- 阅读关注点
- 阅读全文时应核对稀疏性限制、变量选择与推断的衔接、面板工具变量条件，以及枪支普及率对犯罪影响的应用设定。
- 阅读边界
- 摘要未说明稀疏程度、面板样本量如何增长或工具变量有效性的具体条件；枪支应用中的因果解释与稳健性须查全文。
原文摘要
We consider estimation and inference in panel data models with additive unobserved individual specific heterogeneity in a high-dimensional setting. The setting allows the number of time-varying regressors to be larger than the sample size. To make informative estimation and inference feasible, we require that the overall contribution of the time-varying variables after eliminating the individual specific heterogeneity can be captured by a relatively small number of the available variables whose identities are unknown. This restriction allows the problem of estimation to proceed as a variable selection problem. Importantly, we treat the individual specific heterogeneity as fixed effects which allows this heterogeneity to be related to the observed time-varying variables in an unspecified way and allows that this heterogeneity may differ for all individuals. Within this framework, we provide procedures that give uniformly valid inference over a fixed subset of parameters in the canonical linear fixed effects model and over coefficients on a fixed vector of endogenous variables in panel data instrumental variable models with fixed effects and many instruments. We present simulation results in support of the theoretical developments and illustrate the use of the methods in an application aimed at estimating the effect of gun prevalence on crime rates.