Smoothed quantile regression for panel data
面板数据的平滑分位数回归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：摘要明确研究面板固定效应估计与分位数回归，直接对应面板数据和分位数方向。
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
面板数据的平滑分位数回归
- 研究问题
- 当个体数与时间期数以相同速率增长且观测存在时间依赖时，面板分位数回归固定效应估计如何进行偏误校正？
- 方法与思路
- 作者平滑分位数回归目标函数，推导固定效应估计量的带偏正态极限及解析偏误，再构造一步偏误校正。
- 材料陈述的贡献
- 摘要称结果允许观测在时间上相关，给出渐近偏误的解析表达式，并通过模拟展示偏误校正的作用。
- 阅读关注点
- 应核对平滑带宽、时间依赖限制、个体与时间维度的增长要求，以及偏误估计和标准误计算的具体实现。
- 阅读边界
- 仅据所给出版社摘要，无法判断依赖条件、带宽选择及模拟改善幅度，也不能将结果外推至短面板情形。
原文摘要
This paper studies fixed effects estimation of quantile regression models for panel data. Under an asymptotic framework where both the numbers of individuals and time periods grow at the same rate, we show that the fixed-effects estimator for the smoothed objective function has a limiting normal distribution with a bias in the mean, and provide the analytic form of the asymptotic bias. We propose a one-step bias correction estimator based on the analytic bias formula obtained from the asymptotic analysis. Importantly, our results cover the case that observations are dependent over time. We illustrate the effects of the bias correction through simulations.