Estimation of panel group structure models with structural breaks in group memberships and coefficients
组成员身份与系数发生结构突变的面板分组模型估计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：摘要明确研究线性面板的潜在分组结构，以及成员身份和系数的突变，因此对应面板数据与结构变化。
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…
组成员身份与系数发生结构突变的面板分组模型估计
- 研究问题
- 在线性面板分组模型中，当潜在组成员身份或斜率系数在一个突变点改变时，如何联合估计突变点、分组结构与系数？
- 方法与思路
- 作者提出最小二乘联合估计方法，同时确定突变点、潜在成员分组和回归系数，并研究估计一致性及系数渐近分布。
- 材料陈述的贡献
- 摘要称，即使横截面样本远大于时间长度，系数估计的渐近分布仍与已知突变点和分组结构时相同，并提供模拟与应用。
- 阅读关注点
- 应核对组间分离、突变幅度及时间长度条件，以及成员身份与系数同时变化时的识别和联合搜索实现。
- 阅读边界
- 仅据所给 OpenAlex 摘要，无法确认组数设定、误差依赖结构和样本增长要求；该结果不能自动推广到多个突变点。
原文摘要
This paper considers linear panel data models with a grouped pattern of heterogeneity when the latent group membership structure and/or the values of slope coefficients change at a break point. We propose a least squares approach to jointly estimate the break point, group membership structure, and coefficients. The proposed estimators are consistent, and the asymptotic distribution of the coefficient estimators is identical to that under known break point and group structure even when the cross-sectional sample size is much larger than the length of time series. Monte Carlo simulations and an empirical example illustrate the use of the approach and associated inference.