Unconditional Quantile Partial Effects via Conditional Quantile Regression
通过条件分位数回归估计无条件分位数偏效应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：摘要直接研究条件与无条件分位数效应之间的识别关系及两步估计。
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…
通过条件分位数回归估计无条件分位数偏效应
- 研究问题
- 如何从条件分位数回归系数恢复连续协变量的无条件分位数偏效应，并为这种转换建立可操作的估计与推断方法？
- 方法与思路
- 作者利用无条件效应是特定条件分位数效应加权平均的识别结果，先估计结构分位数模型，再对所得系数作非参数回归。
- 材料陈述的贡献
- 摘要称建立两步半参数估计量的一致性和渐近正态性，模拟显示有限样本及带宽、核选择表现良好，并应用于恩格尔曲线。
- 阅读关注点
- 应核对分位数索引与权重的表达、连续协变量限制、第一步误差如何进入第二步，以及结构解释所需的识别条件。
- 阅读边界
- 所据为 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明完整假设、离散协变量处理或稳健性的具体范围。
原文摘要
This paper develops a semi-parametric procedure for estimation of unconditional quantile partial effects using quantile regression coefficients. The estimator is based on an identification result showing that, for continuous covariates, unconditional quantile effects are a weighted average of conditional ones at particular quantile levels that depend on the covariates. We propose a two-step estimator for the unconditional effects where in the first step one estimates a structural quantile regression model, and in the second step a nonparametric regression is applied to the first step coefficients. We establish the asymptotic properties of the estimator, say consistency and asymptotic normality. Monte Carlo simulations show numerical evidence that the estimator has very good finite sample performance and is robust to the selection of bandwidth and kernel. To illustrate the proposed method, we study the canonical application of the Engel's curve, i.e. food expenditures as a share of income.