A simple and computationally trivial estimator for grouped fixed effects models
分组固定效应模型的简便估计方法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：摘要核心是线性面板中的分组固定效应、个体聚类与共同斜率估计，直接对应面板数据方法。
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
分组固定效应模型的简便估计方法
- 研究问题
- 在线性面板中，不可观测异质性具有分组时间模式时，如何避免非凸与组合优化，并在无需组数已知上界时估计模型？
- 方法与思路
- 作者将初步一致的斜率估计、基于成对差分的凝聚聚类和合并最小二乘结合，形成计算步骤简便的分组固定效应估计。
- 材料陈述的贡献
- 摘要称方法无需已知组数上界；在组别充分分离等条件下，可一致估计分组，共同参数估计与已知真实组别的回归渐近等价。
- 阅读关注点
- 应核对初步估计的一致性要求、聚类停止规则、组间分离条件，以及时间维度按截面维度不同幂次增长时的理论限制。
- 阅读边界
- 仅依据所给出版社摘要；摘要未说明分组较弱时的表现或实际运行成本，收入与民主应用也仅被描述为统计关联。
原文摘要
This paper introduces a new fixed effects estimator for linear panel data models with clustered time patterns of unobserved heterogeneity. The method avoids non-convex and combinatorial optimization by combining a preliminary consistent estimator of the slope coefficient, an agglomerative pairwise-differencing clustering of cross-sectional units, and a pooled ordinary least squares regression. Asymptotic guarantees are established in a framework where T can grow at any power of N, as both N and T approach infinity. Unlike most existing approaches, the proposed estimator is computationally straightforward and does not require a known upper bound on the number of groups. As existing approaches, this method leads to a consistent estimation of well-separated groups and an estimator of common parameters asymptotically equivalent to the infeasible regression controlling for the true groups. An application revisits the statistical association between income and democracy.