Partial Identification of Binary Choice Models with Misreported Outcomes
结果误报下二元选择模型的部分识别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：摘要直接研究因变量误报下二元选择模型的部分识别。
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
结果误报下二元选择模型的部分识别
- 研究问题
- 当二元结果变量存在误报时，如何利用不同作用机制的工具变量及误报限制，刻画真实选择模型的可识别范围？
- 方法与思路
- 作者提出两条工具变量路径：仅影响真实结果而不影响误报概率，或仅单调影响误报概率；另考虑有界与单调误报限制。
- 材料陈述的贡献
- 摘要称，两种工具变量路径及附加误报限制可得到部分识别结果，并以模拟和教育程度应用展示方法表现。
- 阅读关注点
- 应核对两类工具变量限制的形式与可信度、识别集合如何构造，以及附加误报限制对界限和模拟表现的影响。
- 阅读边界
- 这是预印本，同行评审或期刊接收未经核实。摘要未说明识别界限的具体形式、成立条件及模拟中的稳健性范围。
原文摘要
This paper provides partial identification of various binary choice models with misreported dependent variables. We propose two distinct approaches by exploiting different instrumental variables respectively. In the first approach, the instrument is assumed to only affect the true dependent variable but not misreporting probabilities. The second approach uses an instrument that influences misreporting probabilities monotonically while having no effect on the true dependent variable. Moreover, we derive identification results under additional restrictions on misreporting, including bounded/monotone misreporting probabilities. We use simulations to demonstrate the robust performance of our approaches, and apply the method to study educational attainment.