Marginal Effects for Probit and Tobit with Endogeneity
存在内生性时 Probit 与 Tobit 模型的边际效应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：摘要以工具变量 Probit 为主要模型之一，直接涉及离散选择的边际效应；Tobit 部分涉及受限因变量。
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…
存在内生性时 Probit 与 Tobit 模型的边际效应
- 研究问题
- 在非线性的 Probit 和 Tobit 模型中，结构性内生性与测量误差如何分别影响边际效应，拥有有效工具变量能否消除这种区别？
- 方法与思路
- 作者比较两类内生性在工具变量 Probit 和 Tobit 模型中的作用，构造边际效应界的简单估计器及同时考虑两者的置信区间。
- 材料陈述的贡献
- 摘要称，即使工具变量有效，混淆两类内生性仍可能高估或低估边际效应；提出的界估计与区间方法通过模拟和应用加以展示。
- 阅读关注点
- 应核对结构性内生性与测量误差的模型定义、工具变量有效性要求，以及边际效应界的识别内容和置信区间构造条件。
- 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；摘要未说明误差分布、界的具体形式和经验应用的识别依据。
原文摘要
When evaluating partial effects, it is important to distinguish between structural endogeneity and measurement errors. In contrast to linear models, these two sources of endogeneity affect partial effects differently in nonlinear models. We study this issue focusing on the Instrumental Variable (IV) Probit and Tobit models. We show that even when a valid IV is available, failing to differentiate between the two types of endogeneity can lead to either under- or over-estimation of the partial effects. We develop simple estimators of the bounds on the partial effects and provide easy to implement confidence intervals that correctly account for both types of endogeneity. We illustrate the methods in a Monte Carlo simulation and an empirical application.