Standard Errors for Panel Data Models with Unknown Clusters
未知聚类结构面板模型的标准误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：摘要直接研究线性面板模型在未知聚类及多类相关下的标准误估计。
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
未知聚类结构面板模型的标准误
- 研究问题
- 在线性面板模型中，若聚类分组未知且存在异方差、序列相关和截面相关，如何构造可用于推断的标准误估计？
- 方法与思路
- 作者结合 Newey–West 方法处理序列相关与阈值化方法处理截面相关，构造无需预先知道聚类分组的标准误估计量。
- 材料陈述的贡献
- 摘要称证明所提标准误估计量的一致性，并通过蒙特卡洛模拟及实证应用展示表现；未报告具体比较结果。
- 阅读关注点
- 应核对截面相关是否需要稀疏性、阈值与带宽的选择，以及时间和截面维度增长条件对标准误一致性的影响。
- 阅读边界
- 所给版本为 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未说明相关结构限制，不能解释为任意依赖均适用。
原文摘要
This paper develops a new standard-error estimator for linear panel data models. The proposed estimator is robust to heteroskedasticity, serial correlation, and cross-sectional correlation of unknown forms. The serial correlation is controlled by the Newey-West method. To control for cross-sectional correlations, we propose to use the thresholding method, without assuming the clusters to be known. We establish the consistency of the proposed estimator. Monte Carlo simulations show the method works well. An empirical application is considered.