Transitions at Different Moments in Time: A Spatial Probit Approach
不同时点的状态转变：空间probit方法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：摘要以二元状态转变的空间probit模型区分两类邻近单位作用，直接涉及离散响应建模与单位之间的空间关联。
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…
不同时点的状态转变：空间probit方法
- 研究问题
- 当不同单位从状态0转向1的时点不同，怎样区分尚未转变与已经转变的邻近单位的影响，并解释二元状态转变？
- 方法与思路
- 作者分别设置未转变与已转变邻近单位的空间滞后变量，仅使用各期初尚处于状态0的单位估计，并剔除转变后的观测。
- 材料陈述的贡献
- 摘要提出允许两类邻近单位产生不同影响的空间probit模型，并以1985—2008年58国采纳通胀目标制的案例展示应用。
- 阅读关注点
- 应核对空间权重矩阵、两类空间滞后项的识别及内生性处理，并查看风险集构造与剔除转变后观测对估计目标的影响。
- 阅读边界
- 摘要未报告空间效应的方向、大小和显著性，也未说明识别假设；邻近单位的关联不能仅凭模型名称解释为因果扩散。
原文摘要
Summary This paper adopts a spatial probit approach to explain interaction effects among cross‐sectional units when the dependent variable takes the form of a binary response variable and transitions from state 0 to 1 occur at different moments in time. The model has two spatially lagged variables: one for units that are still in state 0 and one for units that had already transferred to state 1. The parameters are estimated on observations for those units that are still in state 0 at the start of the different time periods, whereas observations on units after they transferred to state 1 are discarded, just as in the literature on duration modeling. Furthermore, neighboring units that had not yet transferred may have a different impact from units that had already transferred. We illustrate our approach with an empirical study of the adoption of inflation targeting for a sample of 58 countries over the period 1985–2008. Copyright © 2016 John Wiley & Sons, Ltd.