Debiased inference for dynamic nonlinear panels with multidimensional heterogeneities
具有多维异质性的动态非线性面板模型的去偏推断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：摘要明确研究含个体与时间固定效应的动态非线性面板，并应用于个体劳动参与。
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
具有多维异质性的动态非线性面板模型的去偏推断
- 研究问题
- 当动态非线性面板的截距和斜率均包含个体与时间固定效应时，如何修正附带参数偏误并恢复有效的似然推断？
- 方法与思路
- 作者提出解析偏误校正程序，构造校正后的似然，并研究估计量以及似然比、拉格朗日乘子和Wald统计量的渐近分布。
- 材料陈述的贡献
- 摘要称，校正恢复了中心化的渐近正态推断及原假设下检验统计量的卡方极限，并以模拟和单身母亲劳动参与应用展示效果。
- 阅读关注点
- 应核对动态结构、截距与斜率异质性的参数化方式、面板维度增长条件，以及似然校正对估计和检验的具体作用。
- 阅读边界
- 仅据所给在线优先版本摘要，无法判断校正适用的具体模型、正则条件和有限样本稳定性，也不能推断后续刊本变化。
原文摘要
Summary: We introduce a generic class of dynamic nonlinear heterogeneous parameter models that incorporate individual and time fixed effects in both the intercept and slope. These models are subject to the incidental parameter problem, in that the limiting distribution of the point estimator is not centred at zero, and test statistics do not follow their standard asymptotic distributions as in the absence of the fixed effects. To address the problem, we develop an analytical bias correction procedure to construct a bias-corrected likelihood. The resulting estimator follows an asymptotic normal distribution with mean zero. Moreover, likelihood-based test statistics—including likelihood-ratio, Lagrange-multiplier, and Wald tests—follow the limiting chi-squared distribution under the null hypothesis. Simulations demonstrate the effectiveness of the proposed correction method, and an empirical application to the labour force participation of single mothers underscores its practical importance.