Statistical Inferences Using Large Estimated Covariances for Panel Data and Factor Models
面板数据与因子模型中使用大型估计协方差的统计推断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：摘要明确研究交互效应面板模型，并将方法应用于离婚法律改革与离婚率。
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
面板数据与因子模型中使用大型估计协方差的统计推断
- 研究问题
- 在因子分析和交互效应面板模型中，用估计的大型协方差构造权重，会如何影响结构参数的推断有效性与估计效率？
- 方法与思路
- 作者利用已有协方差估计量构造可行的高效加权主成分方法，并推导用于结构参数推断的加权一致性及其收敛速度。
- 材料陈述的贡献
- 摘要称普通绝对收敛结果不足以支持此类推断，另建立所需加权收敛性质；美国离婚率应用报告更精确估计及更窄置信区间。
- 阅读关注点
- 应核对加权一致性的定义、协方差和因子估计误差的共同影响、效率比较条件，以及离婚法律改革效应的识别与区间构造。
- 阅读边界
- 这是 arXiv 预印本，同行评审及接收状态未经核实；摘要未给出推断条件和应用数值，较窄区间本身不能证明覆盖率或因果识别有效。
原文摘要
While most of the convergence results in the literature on high dimensional covariance matrix are concerned about the accuracy of estimating the covariance matrix (and precision matrix), relatively less is known about the effect of estimating large covariances on statistical inferences. We study two important models: factor analysis and panel data model with interactive effects, and focus on the statistical inference and estimation efficiency of structural parameters based on large covariance estimators. For efficient estimation, both models call for a weighted principle components (WPC), which relies on a high dimensional weight matrix. This paper derives an efficient and feasible WPC using the covariance matrix estimator of Fan et al. (2013). However, we demonstrate that existing results on large covariance estimation based on absolute convergence are not suitable for statistical inferences of the structural parameters. What is needed is some weighted consistency and the associated rate of convergence, which are obtained in this paper. Finally, the proposed method is applied to the US divorce rate data. We find that the efficient WPC identifies the significant effects of divorce-law reforms on the divorce rate, and it provides more accurate estimation and tighter confidence intervals than existing methods.