A Simple and Computationally Trivial Estimator for Grouped Fixed Effects Models
分组固定效应模型的简便低计算成本估计量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：摘要明确研究带分组时间异质性的线性面板模型、固定效应与共同参数估计，直接对应面板数据方法。
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
分组固定效应模型的简便低计算成本估计量
- 研究问题
- 在线性面板模型存在成组的未观测时间变化模式时，如何不预先知道组数上界，也避免非凸和组合优化地估计分组与共同参数？
- 方法与思路
- 作者结合斜率的一致初步估计、基于成对差分的凝聚聚类，以及混合普通最小二乘回归，并在双维度增长下分析渐近性质。
- 材料陈述的贡献
- 摘要称方法无需已知组数上界，在组间充分分离时能一致估计分组，共同参数估计渐近等价于控制真实分组的不可行回归。
- 阅读关注点
- 应核对初步估计量的要求、聚类停止准则、组间分离条件及 N、T 增长限制，并检查计算简便性与渐近保证的关系。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核验；摘要未说明完整分离条件或运行时间，收入与民主应用讨论的是统计关联。
原文摘要
This paper introduces a new fixed effects estimator for linear panel data models with clustered time patterns of unobserved heterogeneity. The method avoids non-convex and combinatorial optimization by combining a preliminary consistent estimator of the slope coefficient, an agglomerative pairwise-differencing clustering of cross-sectional units, and a pooled ordinary least squares regression. Asymptotic guarantees are established in a framework where $T$ can grow at any power of $N$, as both $N$ and $T$ approach infinity. Unlike most existing approaches, the proposed estimator is computationally straightforward and does not require a known upper bound on the number of groups. As existing approaches, this method leads to a consistent estimation of well-separated groups and an estimator of common parameters asymptotically equivalent to the infeasible regression controlling for the true groups. An application revisits the statistical association between income and democracy.