Linear Regression for Panel With Unknown Number of Factors as Interactive Fixed Effects
交互固定效应因子数未知时的线性面板回归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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接研究线性面板回归中的交互固定效应与未知因子数，文本支持面板分类，未提供宏观因子应用依据。
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
交互固定效应因子数未知时的线性面板回归
- 研究问题
- 在线性面板中，若交互固定效应的真实因子数未知，估计时多放入因子是否会改变回归系数的极限分布和推断有效性？
- 方法与思路
- 作者研究估计因子数大于真实因子数的最小二乘估计，在个体数和时期数共同趋于无穷时推导回归系数的极限分布。
- 材料陈述的贡献
- 摘要称在特定假设下，只要不低估因子数，系数极限分布便不依赖所用因子数，因此系数推断未必要求一致估计因子数。
- 阅读关注点
- 应核对因子过度设定的允许范围、真实因子强度及回归变量条件，以及不低估因子数的结论是否覆盖实际选取规则。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收未核实；摘要未说明关键假设，结论不能推广为任意增加因子都无害，也不覆盖低估情形。
原文摘要
In this paper we study the least squares (LS) estimator in a linear panel regression model with unknown number of factors appearing as interactive fixed effects. Assuming that the number of factors used in estimation is larger than the true number of factors in the data, we establish the limiting distribution of the LS estimator for the regression coefficients as the number of time periods and the number of cross-sectional units jointly go to infinity. The main result of the paper is that under certain assumptions the limiting distribution of the LS estimator is independent of the number of factors used in the estimation, as long as this number is not underestimated. The important practical implication of this result is that for inference on the regression coefficients one does not necessarily need to estimate the number of interactive fixed effects consistently.