跳到正文
← 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:摘要讨论协变量阈值与通用秩估计,未明确对应所列专门方向,社会隔离应用也不足以认定网络或因果推断领域。

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
Lili Tan
Yichong Zhang

协变量阈值引致变点的 U 过程 M 估计量

研究问题
当经济理论仅预测结果变量随协变量指数单调变化时,如何估计由协变量阈值触发的临界点,以及模型中的其他回归系数?
方法与思路
作者提出基于秩的估计量,利用单调性估计临界点和系数,并通过含协变量阈值变点的 U 过程 M 估计理论推导渐近性质。
材料陈述的贡献
摘要称,建立了更一般的阈值变点 U 过程 M 估计渐近结果,并将所提方法用于美国四座大城市的社会隔离临界点估计。
阅读关注点
核对单调性及其他识别条件、阈值与系数各自的收敛和推断形式,以及城市应用中协变量指数与社会隔离指标的定义。
阅读边界
摘要未列出完整识别假设、具体极限分布或城市估计数值;所述变点由协变量阈值产生,不能直接当作时间结构突变结果。

原文摘要

Economic theory often predicts a “tipping point” effect due to multiple equilibria. Linear threshold regressions estimate the “tipping point” by assuming at the same time that the response variable is linear in an index of covariates. However, economic theory rarely imposes a specific functional form, but rather predicts a monotonic relationship between the response variable and the index. We propose new, rank-based, estimators for both the “tipping point” and other regression coefficients, exploiting only the monotonicity condition. We derive the asymptotic properties of these estimators by establishing a more general result for M-estimators of U-processes with a change-point due to a covariate threshold. We finally apply our method to provide new estimates of the “tipping point” of social segregation in four major cities in the United States. Supplementary materials for this article are available online.

笔记与分组
相关领域论文