An Analysis of Speaking Fluency of Immigrants Using Ordered Response Models With Classification Errors
利用含分类错误的有序响应模型分析移民口语熟练度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：摘要核心是含分类错误的有序响应模型及其与有序 probit 的比较，直接属于离散选择，未提供因果识别设计。
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
利用含分类错误的有序响应模型分析移民口语熟练度
- 研究问题
- 移民英语口语熟练度的有序分类若存在错分，会如何影响族裔少数群体地区集中度与语言能力关系的估计及边际效应？
- 方法与思路
- 作者建立含错分误差的参数化有序响应模型，并与嵌套这些模型的半参数模型比较，再应用于英国移民英语熟练度分析。
- 材料陈述的贡献
- 摘要称，该应用的设定检验支持允许错分的模型优于有序 probit；各模型定性结论相似，但边际效应大小差异明显。
- 阅读关注点
- 核对错分概率的建模与识别条件、半参数模型如何嵌套参数模型，并检查地区集中度的内生性与边际效应计算。
- 阅读边界
- 摘要未说明错分机制和识别所需信息；语言能力与地区集中度的相关关系不能区分学习、自选择，也不能直接解释为因果效应。
原文摘要
We develop parametric models that incorporate misclassification error in an ordered response model and compare them with a semiparametric model that nests the parametric models. We apply these estimators to the analysis of English-speaking fluency of immigrants in the United Kingdom, focusing on Lazear's theory that due to learning or self-selection, there is a negative relation between speaking fluency and the ethnic minority concentration in the region. Specification tests show that the model allowing for misclassification errors outperforms ordered probit. All models lead to similar qualitative conclusions, but there is substantial variation in the size of the marginal effects.