Bootstrap Inference for Panel Data Quantile Regression
面板数据分位数回归的自助法推断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。
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：摘要明确以含固定效应的面板数据分位数回归为对象，直接对应面板数据及分位数与分布方向。
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…
面板数据分位数回归的自助法推断
- 研究问题
- 在含固定效应且允许个体内部观测存在时间依赖的面板分位数回归中，如何开展便于实施且有效的统计推断？
- 方法与思路
- 作者采用随机权重自助重抽样，通过加权固定效应面板分位数回归实施，并在允许个体内时间依赖的条件下证明有效性。
- 材料陈述的贡献
- 摘要称建立了该自助法的渐近推断有效性，模拟支持其有限样本表现，并以环境库兹涅茨曲线提供实证示例。
- 阅读关注点
- 应核对个体数与时间维度的增长关系、随机权重的生成方式、允许的依赖结构，以及固定效应估计偏差的处理。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要解读；摘要未说明具体渐近条件、权重分布和模拟数值，也不能推断后续刊本变化。
原文摘要
This article develops bootstrap methods for practical statistical inference in panel data quantile regression models with fixed effects. We consider random-weighted bootstrap resampling and formally establish its validity for asymptotic inference. The bootstrap algorithm is simple to implement in practice by using a weighted quantile regression estimation for fixed effects panel data. We provide results under conditions that allow for temporal dependence of observations within individuals, thus, encompassing a large class of possible empirical applications. Monte Carlo simulations provide numerical evidence the proposed bootstrap methods have correct finite sample properties. Finally, we provide an empirical illustration using the environmental Kuznets curve.