EFFICIENT SEMIPARAMETRIC SEEMINGLY UNRELATED QUANTILE REGRESSION ESTIMATION
高效半参数似不相关分位数回归估计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：摘要直接研究条件分位数限制下的联合回归估计，并明确允许估计同一回归关系的多个条件分位数。
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
高效半参数似不相关分位数回归估计
- 研究问题
- 当多元线性回归的各方程满足条件分位数限制，而误差条件分布未知时，如何利用跨方程依赖提高估计效率？
- 方法与思路
- 作者提出半参数系数估计程序，在各方程的条件分位数限制下联合估计，也可用于同一回归关系的多个条件分位数。
- 材料陈述的贡献
- 摘要称估计量渐近达到已知最优工具变量时的效率；模拟中，条件相关误差下的表现优于逐方程效率修正。
- 阅读关注点
- 应核对最优工具变量如何估计、跨方程信息如何进入程序，以及效率结论的正则条件和模拟比较所覆盖的情形。
- 阅读边界
- 仅依据所给 Crossref 摘要；具体正则条件、效率界及模拟数值未说明，不能推断普遍优越性或其他版本变化。
原文摘要
We propose an efficient semiparametric estimator for the coefficients of a multivariate linear regression model—with a conditional quantile restriction for each equation—in which the conditional distributions of errors given regressors are unknown. The procedure can be used to estimate multiple conditional quantiles of the same regression relationship. The proposed estimator is asymptotically as efficient as if the true optimal instruments were known. Simulation results suggest that the estimation procedure works well in practice and dominates an equation-by-equation efficiency correction if the errors are dependent conditional on the regressors.