Estimating the returns to schooling: a likelihood approach based on normal mixtures
教育回报估计：基于正态混合的似然方法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：摘要明确联合建模教育选择和收入方程，并采用有序 Probit 与个体异质回报参数，支持这两个方向。
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…
教育回报估计：基于正态混合的似然方法
- 研究问题
- 如何在教育年限选择与收入的联合模型中容纳个体回报异质性，并改善对数收入厚尾分布的拟合与统计推断？
- 方法与思路
- 作者将有序 Probit 教育选择与含灵活教育、经验变换及异质系数的收入方程联立，假定随机项服从有限多元正态混合。
- 材料陈述的贡献
- 摘要称该混合假设下教育与收入的联合分布可写成闭式，挪威数据应用的厚尾对数收入拟合优于多元正态基准。
- 阅读关注点
- 应核对联合模型的识别条件、混合成分数量选择、异质系数的设定，以及拟合改善的指标和教育回报解释。
- 阅读边界
- 仅据所给 Crossref 版本摘要，拟合改善不能直接证明教育回报具有因果解释；混合识别与数值稳定性未说明。
原文摘要
Abstract In this paper we develop likelihood‐based methods for statistical inference in a joint system of equations for the choice of length of schooling and earnings. The model for schooling choice is assumed to be an ordered probit model, whereas the earnings equation contains variables that are flexible transformations of schooling and experience, with corresponding coefficients that are allowed to be heterogeneous across individuals. Under the assumption that the distribution of the random terms of the model can be expressed as a finite mixture of multinormal distributions, we show that the joint probability distribution for schooling and earnings can be expressed on closed form. In an application of our method on Norwegian data, we find that the mixed Gaussian model offers a substantial improvement in fit to the (heavy‐tailed) empirical distribution of log‐earnings compared to a multinormal benchmark model. Copyright © 2010 John Wiley & Sons, Ltd.