Testing for quantile sample selection
条件分位数中的样本选择检验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：研究对象明确是条件分位数函数中的样本选择检验。
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
条件分位数中的样本选择检验
- 研究问题
- 如何检测条件分位数函数中的样本选择，并在初步检验拒绝后，进一步区分真正的选择问题与模型设定错误？
- 方法与思路
- 作者先将倾向得分作为遗漏预测变量进行检验，再利用倾向得分接近一的个体，依据无穷远识别思路构造第二项检验。
- 材料陈述的贡献
- 摘要提出两项分布自由检验，均不要求连续排除变量；第二项容许不规则识别，并给出英国工资应用及条件均值扩展。
- 阅读关注点
- 应核对两项检验各自的原假设、接近一的倾向得分如何筛选，以及无穷远识别和不规则识别所需条件。
- 阅读边界
- 摘要未说明分布自由性质成立的具体条件、尾部有效样本要求及工资应用结果；第一项拒绝本身不能区分选择与误设。
原文摘要
Summary This paper provides distribution free tests for detecting sample selection in conditional quantile functions. The first test is an omitted predictor test with the propensity score as the omitted variable. In the case of rejection we cannot distinguish between rejection due to genuine selection or to misspecification. Thus, we suggest a second test using only individuals with propensity score close to one. The latter relies on an ‘identification at infinity’ argument, but accommodates cases of irregular identification, and neither of the two tests requires a continuous exclusion restriction. We apply our procedure to test for selection in log hourly wages using UK survey data and derive an extension of the tests to the conditional mean.