Integrated likelihood based inference for nonlinear panel data models with unobserved effects
含未观测效应的非线性面板模型的积分似然推断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：摘要明确研究未观测个体效应非线性进入的静态与动态面板数据模型。
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…
含未观测效应的非线性面板模型的积分似然推断
- 研究问题
- 当未观测个体效应以非线性方式进入面板模型时，如何构造用于参数估计的积分似然，并考察其在短面板中的表现？
- 方法与思路
- 作者提出新的积分似然构造，在个体数与时间期数同时趋于无穷的框架下建立统计理论，并以静态和动态模型进行模拟。
- 材料陈述的贡献
- 摘要称，新构造比已有积分似然更接近真正的似然；模拟显示，即使在规模适中且持续期较短的面板中也可能表现良好。
- 阅读关注点
- 应核对积分使用的权重或测度、与真正似然接近的定义、双维渐近条件，以及短面板模拟中的偏差和推断表现。
- 阅读边界
- 仅据所给出版社摘要，积分构造及正则条件未说明；短面板模拟结果不能直接确立时间期数固定时的有效性或普遍优势。
原文摘要
We propose a new integrated likelihood based approach for estimating panel data models when the unobserved individual effects enter the model nonlinearly. Unlike existing integrated likelihoods in the literature, the one we propose is closer to a genuine likelihood. Although the statistical theory for the proposed estimator is developed in an asymptotic setting where the number of individuals and the number of time periods both approach infinity, results from a simulation study suggest that our methodology can work very well even in moderately sized panels of short duration in both static and dynamic models.