Root-n-consistent Conditional ML estimation of dynamic panel logit models with fixed effects
固定效应动态面板 Logit 模型的根号 n 一致条件极大似然估计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：摘要明确研究固定效应动态面板，并针对二元及多项 Logit 离散响应模型构造条件极大似然估计。
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…
关注这篇论文的作者
固定效应动态面板 Logit 模型的根号 n 一致条件极大似然估计
- 研究问题
- 如何在带固定效应和严格外生协变量的动态面板 Logit 模型中，以便于计算的条件极大似然方法估计共同参数？
- 方法与思路
- 作者为面板 Logit AR(p) 构造条件极大似然估计，分别讨论全部共同参数、仅外生协变量系数，以及无协变量和多项模型。
- 材料陈述的贡献
- 摘要称所提估计量具有根号 n 一致性与渐近正态性，并称部分方法较所比较的核加权条件极大似然估计收敛更快、计算更简便。
- 阅读关注点
- 应核对条件化如何处理固定效应、初始观测的处理、可识别参数范围，以及时间维度、协变量支持和渐近方差估计条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明所需面板长度及其他识别条件，多项模型的具体适用条件也需全文确认。
原文摘要
In this paper we first propose a root-n-consistent Conditional Maximum Likelihood (CML) estimator for all the common parameters in the panel logit AR(p) model with strictly exogenous covariates and fixed effects. Our CML estimator (CMLE) converges in probability faster and is more easily computed than the kernel-weighted CMLE of Honoré and Kyriazidou (2000). Next, we propose a root-n-consistent CMLE for the coefficients of the exogenous covariates only. We also discuss new CMLEs for the panel logit AR(p) model without covariates. Finally, we propose CMLEs for multinomial dynamic panel logit models with and without covariates. All CMLEs are asymptotically normally distributed.