New possibilities in identification of binary choice models with fixed effects
固定效应二元选择模型识别的新可能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：摘要明确研究固定效应二元选择模型的识别，最直接对应离散选择。
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
固定效应二元选择模型识别的新可能
- 研究问题
- 固定效应二元选择模型在解释变量有界、包含多个离散变量时能否识别？哪些条件也决定处理效应符号能否识别？
- 方法与思路
- 作者提出符号饱和条件，分析其对模型识别和处理效应符号识别的作用，并构造该条件的度量及估计推断工具。
- 材料陈述的贡献
- 摘要称，符号饱和足以支持有界变量情形的识别；缺少该条件时，除特殊误差分布类外模型不识别，效应符号识别亦依赖它。
- 阅读关注点
- 应核对符号饱和的精确定义、模型与误差分布限制、所识别参数的范围，以及符号饱和度量和推断程序如何实施。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明固定效应结构、特殊分布类或支持条件，不能确定实证适用范围。
原文摘要
We study the identification of binary choice models with fixed effects. We propose a condition called sign saturation and show that this condition is sufficient for identifying the model. In particular, this condition can guarantee identification even when all the regressors are bounded, including multiple discrete regressors. We also establish that without this condition, the model is not identified unless the error distribution belongs to a special class. Moreover, we show that sign saturation is also essential for identifying the sign of treatment effects. Finally, we introduce a measure for sign saturation and develop tools for its estimation and inference.