A Weighted Regression Approach to Break-Point Detection in Panel Data
面板数据断点检测的加权回归方法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：摘要明确研究面板数据横截面均值的断点检测，并处理横截面依赖，对应面板数据与结构变化。
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
面板数据断点检测的加权回归方法
- 研究问题
- 如何检测面板数据横截面均值的变化，在存在弱或强横截面依赖时处理干扰参数，并降低对长期方差估计带宽的依赖？
- 方法与思路
- 作者利用跨面板的横截面均值进行加权最小二乘回归，构造变化检测过程和检验，并将理论从弱横截面依赖扩展至强依赖。
- 材料陈述的贡献
- 摘要称弱依赖下可获得不依赖长期方差估计带宽的极限零假设分布，建立一般权重下的一致检验，并进行有限样本数值研究。
- 阅读关注点
- 应核对变化对象与断点设定、弱强依赖条件、面板维度和时间维度的渐近关系，以及权重选择和干扰参数估计的作用。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未说明强依赖下是否保留相同的带宽性质，也未提供数值结果。
原文摘要
New procedures for detecting a change in the cross-sectional mean of panel data are proposed. The procedures rely on estimating nuisance parameters using certain cross-sectional means across panels using a weighted least squares regression. In the case of weak cross-sectional dependence between panels, we show how test statistics can be constructed to have a limit null distribution not depending on any choice of bandwidths typically needed to estimate the long-run variances of the panel errors. The theoretical assertions are derived for general choices of the regression weights, and it is shown that consistent test procedures can be obtained from the proposed process. The theoretical results are extended to the case where strong cross-sectional dependence exist between panels. The paper concludes with a numerical study illustrating the behavior of several special cases of the test procedure in finite samples.