An Efficient Semiparametric Estimator for Binary Response Models
二元响应模型的有效半参数估计量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：摘要明确研究由指数刻画选择概率的二元响应与离散选择模型，并提出半参数估计量，因此归入离散选择方向。
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
二元响应模型的有效半参数估计量
- 研究问题
- 在选择概率由单一指数刻画、但其函数形式未知时，如何估计二元响应模型，并兼顾统计推断与半参数效率？
- 方法与思路
- 作者提出适用于指数型离散选择模型的半参数估计量，不预先规定选择概率函数的具体形式；摘要未说明估计量的构造细节。
- 材料陈述的贡献
- 摘要称该估计量一致、渐近正态并达到半参数效率界；模拟显示，部分情形下相较已知误差分布的极大似然估计，效率损失可能较小。
- 阅读关注点
- 应核对指数与参数的识别和归一化条件、效率界推导、非参数估计步骤及模拟设计，尤其关注效率损失较小所对应的情形。
- 阅读边界
- 摘要未说明所需正则条件、平滑参数选择或模拟规模；其效率与有限样本表述不能外推到所有二元响应模型及误差分布。
原文摘要
This paper proposes an estimator for discrete choice models that makes no assumption concerning the functional form of th e choice probability function where this function can be characterized by an index. The estimator is shown to be consistent, asymptotically normally distributed, and to achieve the semiparametric efficiency bound. Monte Carlo evidence indicates that there may be only modest efficiency losses relative to maximum likelihood estimation when the distribution of the disturbances is known and that the small-sample behavior of the estimator in other cases is good. Copyright 1993 by The Econometric Society.