Partial identification of finite mixtures in econometric models
计量经济模型中有限混合分布的部分识别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：摘要讨论通用有限混合模型的部分识别；虽涉及分布，但未明确分位数或分布效应等所列细分问题，因此留空。
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…
计量经济模型中有限混合分布的部分识别
- 研究问题
- 研究存在只改变混合权重、不改变成分分布的可观测变异时，有限混合模型可以识别到什么范围及如何检验限制。
- 方法与思路
- 作者刻画已知成分数时兼容数据的混合模型集合，对连续结果给出线性约束，并扩展至未知成分数和离散结果。
- 材料陈述的贡献
- 摘要称已知成分数J时识别集合位于J(J−1)维空间的子集中，连续情形约束可精确刻画，并列出两成分可检验含义。
- 阅读关注点
- 应核对权重变化与成分分布不变假设、维度结论的含义，以及连续、离散和未知成分数情形的识别差异。
- 阅读边界
- 仅据所给OpenAlex版本摘要，具体线性约束、可检验限制和估计推断方法未说明；不推断其他版本或刊本变化。
原文摘要
We consider partial identification of finite mixture models in the presence of an observable source of variation in the mixture weights that leaves component distributions unchanged, as is the case in large classes of econometric models. We first show that when the number J of component distributions is known a priori, the family of mixture models compatible with the data is a subset of a J(J−1)-dimensional space. When the outcome variable is continuous, this subset is defined by linear constraints, which we characterize exactly. Our identifying assumption has testable implications, which we spell out for J = 2. We also extend our results to the case when the analyst does not know the true number of component distributions and to models with discrete outcomes.