Instrumental variable quantile regression under random right censoring
随机右删失下的工具变量分位数回归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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究内生变量下的结构分位数模型及系数识别，直接对应分位数与分布方法和结构估计。
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…
随机右删失下的工具变量分位数回归
- 研究问题
- 当结果变量随机右删失、解释变量又存在内生性时，如何识别和估计结构分位数系数，并进行具有理论依据的统计推断？
- 方法与思路
- 作者假设结果对数的结构分位数对协变量线性且删失独立，以工具变量构造连续方程组，通过求解其经验对应形式估计系数。
- 材料陈述的贡献
- 摘要称，方程组唯一解提供识别，并给出渐近正态条件及有效自助法，另以数值模拟和全国就业培训计划数据展示方法。
- 阅读关注点
- 应核对独立删失与工具变量条件、唯一解的充分条件及分位数适用范围，并查看经验方程求解、渐近理论和自助法的实现。
- 阅读边界
- 依据的是 arXiv 预印本摘要，不能确认同行评审或期刊接收；摘要未列出唯一性及渐近正态的具体条件，也未提供应用估计数值。
原文摘要
This paper studies a semiparametric quantile regression model with endogenous variables and random right censoring. The endogeneity issue is solved using instrumental variables. It is assumed that the structural quantile of the logarithm of the outcome variable is linear in the covariates and censoring is independent. The regressors and instruments can be either continuous or discrete. The specification generates a continuum of equations of which the quantile regression coefficients are a solution. Identification is obtained when this system of equations has a unique solution. Our estimation procedure solves an empirical analogue of the system of equations. We derive conditions under which the estimator is asymptotically normal and prove the validity of a bootstrap procedure for inference. The finite sample performance of the approach is evaluated through numerical simulations. An application to the national Job Training Partnership Act study illustrates the method.