The Exact Likelihood Function for an Empirical Job Search Model
一个实证求职模型的精确似然函数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：摘要以动态规划的最优决策条件构造求职模型似然并识别行为参数，直接属于结构估计。
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…
一个实证求职模型的精确似然函数
- 研究问题
- 在动态求职模型中，如何利用最优决策条件分别识别工作机会到达与接受概率，并分析非标准的似然估计问题？
- 方法与思路
- 作者分析典型求职模型的精确似然，完整施加动态规划导出的最优性条件，并研究有限样本似然几何与渐近性质。
- 材料陈述的贡献
- 摘要称，施加最优性条件可分别识别机会到达概率与接受概率，同时对非标准最大似然估计问题展开分析。
- 阅读关注点
- 应核对最优性条件依赖的行为设定、两类概率的识别来源、似然的有限样本形状，以及估计量的渐近结论。
- 阅读边界
- 所给 Crossref 摘要未说明可观测数据、具体识别条件和非标准分布形式，也未提供实证结果或其他版本信息。
原文摘要
The exact likelihood function for a prototypal job search model is analyzed. The optimality condition implied by the dynamic programming framework is fully imposed. Using the optimality condition allows identification of an offer arrival probability separately from an offer acceptance probability. The estimation problem is nonstandard. The geometry of the likelihood function in finite samples is considered, along with asymptotic properties of the maximum likelihood estimator.