Linear Multidimensional Regression with Interactive Fixed-Effects
含交互固定效应的线性多维回归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：摘要直接研究多维面板中的交互固定效应回归，并以啤酒需求弹性为应用，最直接对应微观面板数据方法方向。
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
含交互固定效应的线性多维回归
- 研究问题
- 对于三个及以上维度的面板数据，如何控制未观测交互固定效应，并获得具有参数收敛速率和有效渐近推断的回归估计？
- 方法与思路
- 作者先将模型嵌入二维面板以取得初步因子估计，再构造加权组内变换，并以 Neyman 正交方法形成主要估计量。
- 材料陈述的贡献
- 摘要称初步估计一致但收敛较慢，加权组内变换可达参数速率，主要估计量具有渐近正态性，并用于估计啤酒需求弹性。
- 阅读关注点
- 应核对多维固定效应的结构限制、初步估计误差要求、加权变换和正交化细节，以及需求弹性应用中的解释变量条件。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或被期刊接收；摘要未说明维度增长、因子结构和解释变量条件，参数速率的适用范围待核。
原文摘要
This paper studies a linear model for multidimensional panel data of three or more dimensions with unobserved interactive fixed-effects. The main estimator uses a Neyman-orthogonal approach, and requires two preliminary steps. First, the model is embedded within a two-dimensional panel framework where factor model methods in Bai (2009) lead to consistent, but slowly converging, estimates. The second step develops a weighted-within transformation that is robust to multidimensional interactive fixed-effects and achieves the parametric rate of consistency. The estimator is shown to be asymptotically normal. The methods are implemented to estimate the demand elasticity for beer.