Heteroskedasticity-Robust Standard Errors for Fixed Effects Panel Data Regression
固定效应面板回归的异方差稳健标准误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：摘要直接研究固定效应面板回归中的稳健方差估计，并讨论个体数与时间维度的增长，因此归入面板数据。
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
固定效应面板回归的异方差稳健标准误
- 研究问题
- 固定效应面板回归中，横截面常用的异方差稳健方差估计在时间维度固定时为何失效，怎样作偏差修正？
- 方法与思路
- 作者在误差无序列相关的固定效应框架中提出偏差修正的异方差稳健方差估计，并讨论向固定阶序列相关的扩展。
- 材料陈述的贡献
- 摘要称，常规估计在固定 T>2、n 增大时不一致；修正估计在 n 和／或 T 趋于无穷的序列下具有 √(nT) 一致性。
- 阅读关注点
- 应核对固定效应变换产生偏差的机制、修正项与所估方差矩阵的定义，以及不同面板增长路径和序列相关扩展的条件。
- 阅读边界
- 摘要未列出完整矩条件、方差公式或序列相关扩展细节；一致性主张需在文中假设下理解，不能推定对任意误差依赖均有效。
原文摘要
The conventional heteroskedasticity-robust (HR) variance matrix estimator for cross-sectional regression (with or without a degrees-of-freedom adjustment), applied to the fixed-effects estimator for panel data with serially uncorrelated errors, is inconsistent if the number of time periods T is fixed (and greater than 2) as the number of entities n increases. We provide a bias-adjusted HR estimator that is √nT-consistent under any sequences (n T ) in which n and/or T increase to ∞. This estimator can be extended to handle serial correlation of fixed order.