Semiparametric approach to estimation of marginal mean effects and marginal quantile effects
边际均值效应与边际分位数效应估计的半参数方法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：摘要明确研究边际分位数效应及其半参数估计，直接对应分位数与分布效应方向。
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…
边际均值效应与边际分位数效应估计的半参数方法
- 研究问题
- 在半参数广义线性模型中，如何统一估计边际均值效应和边际分位数效应，并建立估计的一致性、渐近分布和效率性质？
- 方法与思路
- 作者提出近似最大似然估计量，在同一半参数广义线性模型框架下研究两类边际效应，并通过模拟和瑞士非劳动收入数据展示应用。
- 材料陈述的贡献
- 摘要称两类效应估计均具有一致性、渐近正态性和半参数效率，实证还发现一个值得关注的预测变量，但未交代其名称。
- 阅读关注点
- 应核对边际效应的定义与平均化方式、模型中非参数部分的处理，以及近似似然误差如何影响效率与置信区间构造。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，具体模型条件、预测变量和效应数值未说明；边际效应未被赋予因果解释，也不能推断版本变化。
原文摘要
We consider a semiparametric generalized linear model and study estimation of both marginal mean effects and marginal quantile effects in this model. We propose an approximate maximum likelihood estimator, and rigorously establish the consistency, the asymptotic normality, and the semiparametric efficiency of our method in both the marginal mean effect and the marginal quantile effect estimation. Simulation studies are conducted to illustrate the finite sample performance, and we apply the new tool to analyze a Swiss non-labor income data and discover a new interesting predictor.