SPECIFICATION AND ESTIMATION OF SEMIPARAMETRIC MULTIPLE-INDEX MODELS
半参数多指标模型的设定与估计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：摘要讨论通用半参数多指标估计，未明确涉及离散选择、因果推断或其他给定应用方向。
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
半参数多指标模型的设定与估计
- 研究问题
- 当半参数模型所需的指标数量事先未知时，如何确定指标维数并估计指标参数，同时将方法扩展到多方程情形？
- 方法与思路
- 作者提出导数驱动的两步法：先用核估计构造平均梯度外积等泛函并检验其秩，再以估计的导数泛函构造矩条件。
- 材料陈述的贡献
- 摘要称，该方法可同时处理指标数量选择与参数估计，易于扩展至多方程模型，估计量具有根样本量一致性和渐近正态性。
- 阅读关注点
- 应核对梯度外积的秩如何对应指标维数、指标参数的识别与归一化、核估计误差如何进入第二步，以及秩检验的实施方式。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断识别条件、带宽要求及有限样本表现；摘要未说明维数选择对后续推断的影响。
原文摘要
We propose an easy to use derivative-based two-step estimation procedure for semiparametric index models, where the number of indexes is not known a priori. In the first step various functionals involving the derivatives of the unknown function are estimated using nonparametric kernel estimators, in particular the average outer product of the gradient (AOPG). By testing the rank of the AOPG we determine the required number of indexes. Subsequently, we estimate the index parameters in a method of moments framework, with moment conditions constructed using the estimated average derivative functionals. The estimator readily extends to multiple equation models and is shown to be root- N -consistent and asymptotically normal.