On Cross-Lagged Panel Models With Serially Correlated Errors
误差具有序列相关的交叉滞后面板模型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：摘要描述大量个体在多个时点被重复测量，并研究交叉滞后关系与误差序列相关，直接对应面板数据。
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
误差具有序列相关的交叉滞后面板模型
- 研究问题
- 对同一批个体在多个时点测量的两组变量，如何估计和检验彼此的跨期效应，同时处理变量之间相关及误差项的序列相关？
- 方法与思路
- 作者把跨期效应写为回归参数，并将回归框架扩展为多变量模型，以同时容纳变量之间的相关性与误差项的时间相关。
- 材料陈述的贡献
- 摘要明确的贡献是扩展交叉滞后面板的回归分析框架，使变量间相关和误差序列相关进入同一模型；具体估计量与检验结果未说明。
- 阅读关注点
- 重点核对跨期效应的参数化、变量间与误差跨期相关的建模方式，以及估计和检验所需条件；还应区分滞后关联与因果效应。
- 阅读边界
- 摘要未说明个体异质性、初始条件、样本期数和具体推断方法，也未给出因果识别假设；跨期系数能否作因果解释需查全文。
原文摘要
Cross-lagged panel studies are studies in which two or more variables are measured for a large number of subjects at each of several points in time. The variables divide naturally into two sets, and the purpose of the analysis is to estimate and test the cross-effects between the two sets. One approach to this analysis is to treat the cross-effects as parameters in regression equations. This study contributes to this approach by extending the regression model to a multivariate model that captures the correlation among the variables and allows the errors in the model to be correlated over time.