Quantile regression with censoring and sample selection
同时存在删失与样本选择的分位数回归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：摘要明确以带删失和样本选择的分位数模型为核心，并应用于工资不平等，直接属于分位数与分布效应方向。
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…
关注这篇论文的作者
同时存在删失与样本选择的分位数回归
- 研究问题
- 结果变量同时受到删失和样本选择影响时，如何识别分位数选择模型，并改进既有半参数估计以研究工资不平等？
- 方法与思路
- 作者研究带删失分位数选择模型的非参数与半参数识别，调整既有估计方案，提出半参数程序并以模拟及 CPS 数据说明。
- 材料陈述的贡献
- 摘要称，所提调整用于克服既有方案的主要缺陷，估计量具有一致性和渐近正态性，有限样本表现通过模拟考察。
- 阅读关注点
- 应核对删失机制与选择机制各自的识别条件、既有方法缺陷及具体调整，并检查工资分位数结果对模型设定的敏感性。
- 阅读边界
- 仅据所给 OpenAlex 摘要，无法确认所指缺陷、排除限制或删失形式，也不能判断工资不平等应用的具体发现。
原文摘要
Arellano and Bonhomme (2017) considered nonparametric identification and semiparametric estimation of a quantile selection model, and Arellano and Bonhomme (2017s) extended the estimation approach to the case with censoring. However, there are some major drawbacks associated with the approach in Arellano and Bonhomme (2017s). In this paper we consider nonparametric and semiparametric identification of the quantile selection model with censoring, and we further propose a semiparametric estimation procedure by making some major adjustments to Arellano and Bonhomme’s (2017, 2017s) approaches to overcome the above mentioned drawbacks. Our estimator is shown to be consistent and asymptotically normal. A Monte Carlo study indicates that our estimator performs well in finite samples. Our method is illustrated with a CPS data to study wage inequality.