Kotlarski with a factor loading
含未知因子载荷的 Kotlarski 引理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：摘要聚焦通用潜在变量识别，仅将面板因子模型列为潜在应用，尚不足以确定具体经济计量细分领域。
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
含未知因子载荷的 Kotlarski 引理
- 研究问题
- 当两个观测变量共享一个不可观测因子，其中一个变量对该因子的载荷未知时，仅凭联合分布究竟能够识别哪些模型成分？
- 方法与思路
- 作者扩展 Kotlarski 引理，研究 Y=cV+U 与 X=V+W 的模型，其中载荷 c 未知，潜在变量 V、U、W 相互独立且不可观测。
- 材料陈述的贡献
- 摘要称，论文完整刻画允许未知公共因子载荷时的模型识别内容，并指出测量误差模型与面板数据因子模型是潜在应用方向。
- 阅读关注点
- 应核对载荷与潜在分布分别能识别到什么程度、存在何种例外情形，以及相互独立之外是否还需要特征函数或分布方面的条件。
- 阅读边界
- 仅据所给出版社摘要，无法判断具体识别集合或点识别条件；完整刻画识别不等于所有未知量均可点识别，潜在应用也未展示实际效果。
原文摘要
This note extends the Kotlarski (1967) Lemma to show exactly what is identified when we allow for an unknown factor loading on the common unobserved factor. That is, this note completely characterizes identification of the model Y = cV + U and X = V + W, where the joint distribution of Y and X is known, while the constant c and the mutually independent random variables V, U, and W are unobserved. Potential applications include measurement error models and panel data factor models.