IV models of ordered choice
有序选择的工具变量模型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：摘要明确研究内生解释变量下的有序选择模型及结构函数的集合识别，直接对应离散选择与结构模型识别两个方向。
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…
关注这篇论文的作者
有序选择的工具变量模型
- 研究问题
- 在解释变量可能内生、且不规定其生成机制的有序选择模型中，结构函数能被识别到什么集合，结果类别增加如何影响集合大小？
- 方法与思路
- 作者研究单方程工具变量有序选择模型，允许参数或非参数结构函数，并针对潜在内生解释变量离散的情形刻画识别集合。
- 材料陈述的贡献
- 摘要称这类不完全模型提供集合识别而非点识别，给出离散内生解释变量下的集合性质，并据此计算结果类别增加时集合的收缩速度。
- 阅读关注点
- 应核对工具变量限制、结构函数与类别阈值的设定、识别集合的准确刻画，以及集合收缩计算使用的参数和类别划分条件。
- 阅读边界
- 解读限于所给出版社摘要；工具变量条件、集合边界和收缩数值未说明，类别增加后的集合缩小不能直接等同于最终获得点识别。
原文摘要
This paper studies single equation instrumental variable models of ordered choice in which explanatory variables may be endogenous. The models are weakly restrictive, leaving unspecified the mechanism that generates endogenous variables. These incomplete models are set, not point, identifying for parametrically (e.g. ordered probit) or nonparametrically specified structural functions. The paper gives results on the properties of the identified set for the case in which potentially endogenous explanatory variables are discrete. The results are used as the basis for calculations showing the rate of shrinkage of identified sets as the number of classes in which the outcome is categorised increases.