Fixed effects estimation of structural parameters and marginal effects in panel probit models
面板 Probit 模型中结构参数与边际效应的固定效应估计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：题名与摘要明确研究固定效应面板 Probit 及二元选择模型。
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 Probit 模型中结构参数与边际效应的固定效应估计
- 研究问题
- 非线性面板二元选择模型中的附带参数问题，如何影响固定效应系数、系数比值及平均边际效应的估计偏差？
- 方法与思路
- 作者通过大 T 展开刻画极大似然与平均边际效应估计的首阶偏差，并提出适用于预定回归变量的偏差校正方法。
- 材料陈述的贡献
- 摘要称 Probit 系数的首阶偏差与真值成比例，部分比值及边际效应偏差较小，新校正方法改善了有限样本性质。
- 阅读关注点
- 应核对大 T 展开的正则条件、异质性如何影响偏差，以及预定回归变量下校正公式与有限样本比较的适用范围。
- 阅读边界
- 仅据所给出版社摘要；无偏与偏差较小的结论有不同适用情形，摘要未列完整条件，不能推广到所有非线性面板模型。
原文摘要
Fixed effects estimators of nonlinear panel models can be severely biased due to the incidental parameters problem. In this paper, I characterize the leading term of a large-T expansion of the bias of the MLE and estimators of average marginal effects in parametric fixed effects panel binary choice models. For probit index coefficients, the former term is proportional to the true value of the coefficients being estimated. This result allows me to derive a lower bound for the bias of the MLE. I then show that the resulting fixed effects estimates of ratios of coefficients and average marginal effects exhibit no bias in the absence of heterogeneity and negligible bias for a wide variety of distributions of regressors and individual effects in the presence of heterogeneity. I subsequently propose new bias-corrected estimators of index coefficients and marginal effects with improved finite sample properties for linear and nonlinear models with predetermined regressors.