SEMIPARAMETRIC ESTIMATION OF PARTIALLY LINEAR MODELS FOR DEPENDENT DATA WITH GENERATED REGRESSORS
含生成解释变量的依赖数据部分线性模型半参数估计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：摘要研究通用半参数估计，虽列出 Tobit 和误差修正等例子，但不足以确定主要细分方向。
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
含生成解释变量的依赖数据部分线性模型半参数估计
- 研究问题
- 研究部分线性模型中的解释变量由前置估计生成且数据弱依赖时，有限维参数能否仍以根号样本量速度估计。
- 方法与思路
- 作者采用非参数核方法，在基本条件下推广部分线性模型的估计结果，并讨论若干经济计量模型的来源。
- 材料陈述的贡献
- 摘要称将有限维参数的根号样本量一致估计推广至弱依赖数据和生成解释变量，并称所需条件较弱。
- 阅读关注点
- 应核对生成变量的估计误差、依赖条件和核平滑限制，以及这些条件与直接观测解释变量情形的差别。
- 阅读边界
- 仅据 Crossref 摘要，无法确认条件弱到何种程度；文中举例不等于已报告各类模型的具体应用或统一推断。
原文摘要
In this paper we consider the problem of estimating a semiparametric partially linear model for dependent data with generated regressors. This type of model comes naturally from various econometric models such as a semiparametric rational expectation model when the surprise term enters the model nonparametrically, or a semiparametric type-3 Tobit model when the error distributions are of unknown forms, or a semiparametric error correction model. Using the nonparametric kernel method and under primitive conditions, we show that the [square root]n-consistent estimation results of the finite-dimensional parameter in a partially linear model can be generalized to the case of generated regressors with weakly dependent data. The regularity conditions we use are quite weak, and they are similar to those used in Robinson (1988, Econometrica 56, 931–954) for independent and observed data.