Network and panel quantile effects via distribution regression
通过分布回归估计网络与面板的分位数效应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：摘要明确涉及双向固定效应面板与网络模型，以及分位数函数和分位数效应的推断。
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…
通过分布回归估计网络与面板的分位数效应
- 研究问题
- 存在不可观测双向效应、严格外生协变量及可能离散的结果时，如何为网络与面板模型的分位数函数和效应构建同时置信带？
- 方法与思路
- 作者对固定效应分布回归估计进行去偏，先构建分布函数的同时置信带，再通过投影得到分位数函数及效应的置信带。
- 材料陈述的贡献
- 摘要称，当数据两个维度以相同速率增长时，置信带具有正确的大样本联合覆盖，并以贸易引力模型展示网络应用。
- 阅读关注点
- 应核对严格外生性、双向效应和依赖结构的限制，去偏与置信带投影的具体步骤，以及分位数效应是否具有因果解释。
- 阅读边界
- 仅据所给 OpenAlex 摘要，覆盖结论依赖特定渐近序列；不平衡面板、不同维度增长速度和一般网络干扰的适用性未说明。
原文摘要
This paper provides a method to construct simultaneous confidence bands for quantile functions and quantile effects in nonlinear network and panel models with unobserved two-way effects, strictly exogenous covariates, and possibly discrete outcome variables. The method is based upon projection of simultaneous confidence bands for distribution functions constructed from fixed effects distribution regression estimators. These fixed effects estimators are debiased to deal with the incidental parameter problem. Under asymptotic sequences where both dimensions of the data set grow at the same rate, the confidence bands for the quantile functions and effects have correct joint coverage in large samples. An empirical application to gravity models of trade illustrates the applicability of the methods to network data.