Estimation of nonlinear models with mismeasured regressors using marginal information
利用边际分布信息估计解释变量误测的非线性模型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：摘要核心是通用非线性模型的测量误差与外部边际信息，福利持续时间应用不足以对应给定的具体细分方向。
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…
关注这篇论文的作者
利用边际分布信息估计解释变量误测的非线性模型
- 研究问题
- 当非线性模型的解释变量存在测量误差，但真实变量的边际分布可从外部获得时，如何利用这些信息进行估计？
- 方法与思路
- 作者推导半参数极大似然估计器，通过模拟考察有限样本分布，并利用行政福利分布估计福利领取持续时间模型。
- 材料陈述的贡献
- 摘要称估计器具有根号 n 一致性和渐近正态性，模拟分布接近渐近近似，并展示了误报福利金额的实证应用。
- 阅读关注点
- 应核对真实边际信息如何进入似然、测量误差与结果变量的关系、识别和正则条件，以及行政数据匹配的适用性。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断识别及渐近结果的具体条件；知道真实边际分布是否足够，仍须结合完整模型核对。
原文摘要
Abstract We consider the estimation of nonlinear models with mismeasured explanatory variables, when information on the marginal distribution of the true values of these variables is available. We derive a semi‐parametric MLE that is shown to be $\sqrt{n}$ consistent and asymptotically normally distributed. In a simulation experiment we find that the finite sample distribution of the estimator is close to the asymptotic approximation. The semi‐parametric MLE is applied to a duration model for AFDC welfare spells with misreported welfare benefits. The marginal distribution of the correctly measured welfare benefits is obtained from an administrative source. Copyright © 2010 John Wiley & Sons, Ltd.