Semiparametric Estimation of Monotone and Concave Utility Functions for Polychotomous Choice Models
多类别离散选择模型中单调凹效用函数的半参数估计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：摘要明确研究多类别离散选择模型，并估计受单调性与凹性约束的效用函数，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
多类别离散选择模型中单调凹效用函数的半参数估计
- 研究问题
- 在多类别离散选择模型中，如何放松系统性子效用的参数形式，同时保留单调性、凹性等经济理论限制并进行估计？
- 方法与思路
- 作者对系统性子效用施加单调性和凹性约束，其函数形式不作参数化；随机项分布则限定在由有限维参数刻画的已知分布族中。
- 材料陈述的贡献
- 摘要称系统性子效用和随机项分布参数的估计量具有强一致性，并提出计算这些估计量的技术方案。
- 阅读关注点
- 核对模型的识别条件、随机项分布限制、形状约束的实施方式，以及强一致性证明和计算方法各自需要哪些条件。
- 阅读边界
- 摘要未说明具体识别条件、误差分布族及有限样本表现；强一致性属于作者报告的理论结果，其适用范围须核对全文。
原文摘要
This paper introduces a semiparametric estimation method for Polychotomous Choice models. The method does not require a parametric structure for the systematic subutility of observable exogenous variables. The distribution of the random terms is assumed to be known up to a finite-dimensional parameter vector. In contrast, previous semiparametric methods of estimating discrete choice models have concentrated on relaxing parametric subutility parametrically specified. The systematic subutility is assumed to possess properties such as monotonicity and concavity that are typically assumed in microeconomic theory. The estimator for the systematic subutility and the parameter vector of the distribution is shown to be strongly consistent. A computational technique to calculate the estimators is developed. Copyright 1991 by The Econometric Society.