Semiparametric Estimation of a Censored Regression Model Subject to Nonparametric Sample Selection
非参数样本选择下删失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：摘要讨论删失回归与样本选择，但不足以明确对应给定列表中的因果推断、离散选择或结构估计，故暂不细分。
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
非参数样本选择下删失回归模型的半参数估计
- 研究问题
- 在没有排除限制且样本选择机制采用非参数设定的情况下，如何估计删失回归模型，并为参数估计建立渐近推断依据？
- 方法与思路
- 作者提出同时处理删失与非参数样本选择的半参数估计方法，在正则条件下建立渐近理论，并通过模拟及女性吸烟应用展示方法。
- 材料陈述的贡献
- 摘要称已建立估计量的一致性与渐近正态性；在所考察的模拟设计中表现良好，并优于作为比较对象的参数极大似然估计量。
- 阅读关注点
- 阅读全文时应核对无排除限制下的识别来源、删失与选择机制的关系、正则条件，以及模拟中估计量比较的设定与评价指标。
- 阅读边界
- 摘要未说明具体识别条件、删失规则和样本选择模型；模拟中的优势只涉及所考察设计，不能据此推断对所有参数方法都更优。
原文摘要
This study proposes a semiparametric estimation method for a censored regression model subject to nonparametric sample selection without the exclusion restriction. Consistency and asymptotic normality of the proposed estimator are established under mild regularity conditions. A Monte Carlo simulation study indicates that the estimator performs well in various designs and outperforms parametric maximum likelihood estimators. An empirical application to female smoking is provided to illustrate the usefulness of the estimator.