Inference for Heterogeneous Effects using Low-Rank Estimation of Factor Slopes
利用因子斜率的低秩估计推断异质效应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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究个体与时间双重异质斜率的面板模型，并采用最低工资就业应用。
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…
利用因子斜率的低秩估计推断异质效应
- 研究问题
- 在斜率同时随个体与时间变化的面板模型中，如何借助低秩因子结构估计异质效应，并在正则化估计后进行有效推断？
- 方法与思路
- 作者将异质斜率矩阵设为具有低秩因子结构，先进行低秩正则化回归，再通过样本分割与正交化构建多步骤效应估计程序。
- 材料陈述的贡献
- 摘要称证明估计量渐近正态，可对个体时点效应及其横截面平均值推断，并以模拟和最低工资对就业的应用说明方法。
- 阅读关注点
- 应核对斜率因子结构、秩与面板维度条件、样本分割和正交化步骤，以及个体效应和平均效应的推断条件及应用识别依据。
- 阅读边界
- 所据为 arXiv 预印本，不能据此认定同行评审或期刊接收；摘要未说明最低工资应用的因果识别条件、具体效应数值或低秩错设表现。
原文摘要
We study a panel data model with general heterogeneous effects where slopes are allowed to vary across both individuals and over time. The key dimension reduction assumption we employ is that the heterogeneous slopes can be expressed as having a factor structure so that the high-dimensional slope matrix is low-rank and can thus be estimated using low-rank regularized regression. We provide a simple multi-step estimation procedure for the heterogeneous effects. The procedure makes use of sample-splitting and orthogonalization to accommodate inference following the use of penalized low-rank estimation. We formally verify that the resulting estimator is asymptotically normal allowing simple construction of inferential statements for {the individual-time-specific effects and for cross-sectional averages of these effects}. We illustrate the proposed method in simulation experiments and by estimating the effect of the minimum wage on employment.