SEMIPARAMETRIC ESTIMATION OF MULTIPLE EQUATION MODELS
多方程模型的半参数估计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：摘要明确将多项选择模型列为所研究多方程多指数模型的例子。
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
多方程模型的半参数估计
- 研究问题
- 对于包含样本选择模型和多项选择模型的多方程多指数模型，如何构造半参数估计量，并获得参数收敛速率与极限分布？
- 方法与思路
- 作者提出最小化因变量无条件形式与给定指数的条件形式之间平均距离的估计量，并通过 Monte Carlo 实验考察有限样本表现。
- 材料陈述的贡献
- 摘要称，所提多方程多指数模型估计量具有根号样本量收敛速率和渐近正态分布，并提供有限样本表现的模拟评价。
- 阅读关注点
- 应核对平均距离目标的确切定义、多指数的归一化与识别、条件对象的估计方法，以及模拟中的模型设定与比较对象。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定距离的数学形式、识别条件或模拟结果；摘要未声称该估计量普遍更有效或有限样本更优。
原文摘要
This paper proposes a semiparametric estimator for multiple equations multiple index (MEMI) models. Examples of MEMI models include several sample selection models and the multinomial choice model. The proposed estimator minimizes the average distance between the dependent variable unconditional and conditional on an index. The estimator is √N-consistent and asymptotically normally distributed. The paper also provides a Monte Carlo experiment to evaluate the finite-sample performance of the estimator.