The Method of Simulated Scores for the Estimation of LDV Models
有限因变量模型估计的模拟得分法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：摘要仅明确一般有限因变量模型与模拟估计，未明确限定离散选择、面板或其他所列细分方向。
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…
有限因变量模型估计的模拟得分法
- 研究问题
- 在不可观测项具有灵活相关结构的有限因变量模型中，如何构造便于数值优化的模拟得分估计，并保证其大样本性质？
- 方法与思路
- 作者提出两类对参数连续的模拟器：一类通过 Cholesky 三角分解递归条件化多元正态密度，另一类结合正态条件分布与 Gibbs 重抽样。
- 材料陈述的贡献
- 摘要称，连续模拟器可使用标准优化算法；作者还建立估计量的一致性与渐近正态性，并推导使用有偏模拟器时模拟次数的增长速率。
- 阅读关注点
- 重点核对模拟得分的构造、两类模拟器的连续性证明，以及模拟误差如何影响估计和推断、模拟次数与样本量之间需满足的关系。
- 阅读边界
- 摘要未说明有限因变量模型的具体类型、理论所需正则条件或计算成本；不能据此判断其在特定离散选择或面板模型中的表现。
原文摘要
The method of simulated scores (MSS) is presented for estimating limited dependent variables models (LDV) with flexible correlation structure in the unobservables. The authors propose simulators that are continuous in the unknown parameter vectors, and hence standard optimization methods can be used to compute the MSS estimators that employ these simulators. The first continuous method relies on a recursive conditioning of the multivariate normal density through a Cholesky triangularization of its variance-covariance matrix. The second method combines results about the conditionals of the multivariate normal distribution with Gibbs resampling techniques. The authors establish consistency and asymptotic normality of the MSS estimators and derive suitable rates at which the number of simulations must rise if biased simulators are used.