Estimating features of a distribution from binomial data
从二元响应数据估计潜在分布特征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：摘要直接估计潜在支付意愿的分位数与条件矩，并以是否支持公投的二元选择作为观测。
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…
从二元响应数据估计潜在分布特征
- 研究问题
- 只观察潜在变量是否超过实验设定阈值的二元响应及协变量时，如何恢复潜在变量分布的分位数和条件矩等特征？
- 方法与思路
- 作者利用二元响应、阈值和协变量，在非参数与半参数设定下构造潜在变量分位数及条件矩估计，并应用于公投式条件估值。
- 材料陈述的贡献
- 摘要明确提出从阈值型二元数据估计潜在分布特征的方法，并以公共品支付意愿为应用；未陈述具体渐近或效率结论。
- 阅读关注点
- 应核对阈值设计与潜在变量之间的关系、阈值支持集能覆盖哪些分布区域，以及条件矩和分位数恢复所需的模型限制。
- 阅读边界
- 仅依据所给出版社摘要；摘要未说明识别假设、尾部处理和估计量性质，二元回答本身不足以保证完整分布可被恢复。
原文摘要
We propose estimators of features of the distribution of an unobserved random variable W. What is observed is a sample of Y,V,X where a binary Y equals one when W exceeds a threshold V determined by experimental design, and X are covariates. Potential applications include bioassay and destructive duration analysis. Our empirical application is referendum contingent valuation in resource economics, where one is interested in features of the distribution of values W (willingness to pay) placed by consumers on a public good such as endangered species. Sample consumers with characteristics X are asked whether they favor (with Y=1 if yes and zero otherwise) a referendum that would provide the good at a cost V specified by experimental design. This paper provides estimators for quantiles and conditional on X moments of W under both nonparametric and semiparametric specifications.