Oracle inequalities, variable selection and uniform inference in high-dimensional correlated random effects panel data models
高维相关随机效应面板模型中的预言不等式、变量选择与一致有效推断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：摘要明确研究高维相关随机效应面板模型，涉及时间不变协变量与个体异质性相关，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
高维相关随机效应面板模型中的预言不等式、变量选择与一致有效推断
- 研究问题
- 如何在面板模型中保留时间不变协变量，同时允许协变量与不可观测个体异质性相关，并处理灵活相关结构带来的高维性？
- 方法与思路
- 作者采用Mundlak–Chamberlain方法刻画协变量与不可观测异质性的相关性；摘要指出灵活设定会使最小二乘难以实施。
- 材料陈述的贡献
- 摘要明确介绍了兼容时间不变协变量与相关异质性的高维建模框架；题名所列不等式、变量选择和推断结果未在摘要展开。
- 阅读关注点
- 应核对具体高维估计方法、相关结构的设定和维数来源，并查阅题名所称预言不等式、选择与一致有效推断的条件。
- 阅读边界
- 仅据所给出版社摘要，不能判断使用何种惩罚或筛选方法，也无法确认题名所列理论结果的形式、适用范围及有限样本表现。
原文摘要
In this paper we study high-dimensional correlated random effects panel data models. Our setting is useful as it allows including time invariant covariates as under random effects yet allows for correlation between covariates and unobserved heterogeneity as under fixed effects. We use the Mundlak–Chamberlain device to model this correlation. Allowing for a flexible correlation structure naturally leads to a high-dimensional model in which least squares estimation easily becomes infeasible with even a moderate number of explanatory variables.