Duration dependence and nonparametric heterogeneity: A Monte Carlo study
持续时间依赖与非参数异质性：蒙特卡洛研究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：摘要聚焦持续时间模型与未观测异质性，所给细分没有直接对应方向，也未描述离散选择决策。
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
持续时间依赖与非参数异质性：蒙特卡洛研究
- 研究问题
- 离散持续时间模型同时非参数设定持续时间依赖和未观测异质性时，最大似然估计的有限样本偏差如何变化，能否缓解？
- 方法与思路
- 作者通过蒙特卡洛比较单独及同时非参数设定两个成分的 NPMLE，并修改准似然，对包含较多支持点的设定施加惩罚。
- 材料陈述的贡献
- 摘要称，同时非参数设定会产生较大且系统性的偏差，随样本增长消退缓慢；惩罚过多支持点的修改在实验中显著改善表现。
- 阅读关注点
- 应核对持续时间依赖与混合分布的设定、支持点选择和惩罚形式，并比较各样本量下成分参数及观测协变量系数的偏差。
- 阅读边界
- 仅据所给机构工作论文版本摘要，不能推断刊本变化或同行评审状态；改善幅度、模拟范围和惩罚选择的适用条件未说明。
原文摘要
We examine the behaviour of the nonparametric maximum likelihood estimator (NPMLE) for a discrete duration model with unobserved heterogeneity and unknown duration dependence. We find that a nonparametric specification of either the duration dependence or unobserved heterogeneity, when the other feature of the hazard is known to be absent, leads to estimators that are well behaved even in modestly sized samples. In contrast, there is a large and systematic bias in the parameters of these components when both are specified nonparametrically, as well as a complementary bias in the coefficients on observed heterogeneity. Furthermore, these biases diminish very gradually as sample size increases. We find that a minor modification of the quasilikelihood that penalizes specifications with many points of support leads to a dramatic improvement.