跳到正文
← 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:摘要直接研究多项选择模型的识别和有限维参数估计。

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
Nail Kashaev

具有潜在特殊协变量的多项选择模型识别与估计

研究问题
当所有观测协变量均有界、传统特殊协变量的全支撑条件不成立时,如何扩展多项选择模型的识别并估计有限维参数?
方法与思路
作者将依赖特殊协变量全支撑的识别结果扩展至一大类协变量有界的多项选择模型,并提出新的有限维参数估计量。
材料陈述的贡献
摘要称,有界协变量下仍可扩展相关识别结果,并提出具有渐近正态性的新估计量;具体模型范围和构造未在摘要展开。
阅读关注点
应核对潜在特殊协变量的定义、有界支撑下识别所需的替代条件,以及摘要中“n-consistent”的准确含义与归一化。
阅读边界
仅据所给 OpenAlex 版本摘要;识别条件及估计步骤未说明,所述 n-consistent 速率需核对原文,不能擅自改写为通常速率。

原文摘要

Identification of multinomial choice models is often established by using special covariates that have full support. This article shows how these identification results can be extended to a large class of multinomial choice models when all covariates are bounded. I also provide a new n-consistent asymptotically normal estimator of the finite-dimensional parameters of the model.

笔记与分组