Direct Semiparametric Estimation of Single-Index Models with Discrete Covariates
含离散协变量单指标模型的直接半参数估计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：摘要明确的是一般条件均值单指标模型，离散协变量不等于离散选择模型，也不足以确认经济结构估计方向。
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…
关注这篇论文的作者
含离散协变量单指标模型的直接半参数估计
- 研究问题
- 传统平均导数估计要求协变量连续分布；当单指标条件均值模型包含离散协变量时，如何直接估计未知指标系数。
- 方法与思路
- 作者针对部分协变量为离散变量的单指标模型提出非迭代、易计算的系数估计方法，并用德国制造商产品创新数据展示。
- 材料陈述的贡献
- 摘要称，所提估计量允许离散协变量且具有一致性与渐近正态性，扩展了直接估计的适用范围；收敛率符号需核对原 PDF。
- 阅读关注点
- 应核对连续与离散协变量各自的支持条件、指标系数的归一化和识别，以及估计步骤、收敛率与渐近方差的准确表述。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；收敛率排版需查原 PDF，识别条件未说明，也不能推断其他版本变化。
原文摘要
Others have developed average derivative estimators of the parameter β in the model E(Y|X = x) = G(xβ), where G is an unknown function and X is a random vector. These estimators are noniterative and easy to compute but require that X be continuously distributed. This article develops a noniterative, easily computed estimator of β for models in which some components of X are discrete. The estimator is n ½ consistent and asymptotically normal. An application to data on product innovation by German manufacturers illustrates the estimator's usefulness.