ON INTERCEPT ESTIMATION IN THE SAMPLE SELECTION MODEL
样本选择模型中的截距估计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：摘要讨论样本选择模型的半参数截距估计，但未明确因果效应、离散选择或结构参数解释，现有细分证据不足。
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…
样本选择模型中的截距估计
- 研究问题
- 半参数样本选择模型的截距如何估计？研究关注基于“无穷远识别”的既有估计量能否保持一致性，以及其渐近分布如何刻画。
- 方法与思路
- 作者针对既有截距估计量提供一致性与渐近正态性的证明，并围绕“无穷远识别”分析其非标准收敛速度；摘要未列出具体正则条件。
- 材料陈述的贡献
- 摘要称，论文为该截距估计量建立了一致性和渐近正态性的理论依据，并指出无穷远识别带来非标准收敛速度。
- 阅读关注点
- 应核对无穷远识别依赖的支持集与尾部条件、估计量的构造、具体收敛速度，以及渐近方差如何估计并用于推断。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断尾部条件的实际可满足性、有限样本表现或模型误设影响，也不能推断其他版本变化。
原文摘要
We provide a proof of the consistency and asymptotic normality of the estimator suggested by Heckman (1990, American Economic Review 80, 313–318) for the intercept of a semiparametrically estimated sample selection model. The estimator is based on “identification at infinity,” which leads to nonstandard convergence rate.