Semiparametric estimation of a truncated regression model
截断回归模型的半参数估计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：摘要研究通用截断回归估计，使用完整分布不等于研究分位数或分布效应。
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
截断回归模型的半参数估计
- 研究问题
- 在独立性限制下，利用完整截断分布而非仅使用矩条件，能否改善截断回归的识别要求与有限样本估计表现？
- 方法与思路
- 作者提出利用整个截断分布的半参数估计量，建立一致性与渐近正态性，并在多种模拟设计中与两类既有矩方法比较。
- 材料陈述的贡献
- 摘要称，新估计量一致且渐近正态，模拟中优于所比较方法；较弱识别要求被表述为预期，摘要未明确给出相应证明。
- 阅读关注点
- 应核对独立性限制的具体含义、完整分布如何进入估计、识别条件是否确实更弱，以及模拟比较的设计与评价指标。
- 阅读边界
- 仅据所给出版社摘要，无法确认识别条件的严格改进或普遍性能优势；模拟结论限于所考察设计，具体数值未说明。
原文摘要
This paper proposes a new semiparametric estimator for the truncated regression model under the independence restriction. Many existing approaches such as those in Lee (1992) and Honoré and Powell (1994) are moment-based methods, whereas our approach makes use of the entire truncated distribution. As a result, our approach is expected to require weaker identification and to have more favorable performance. Our simulation results suggest that our estimator outperforms that of Lee (1992) and Honoré and Powell (1994) in a variety of designs. Our estimator is shown to be consistent and asymptotically normal.