跳到正文
← 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:摘要以混合模型的一般设定与识别理论为主,未明确限定所列领域中的具体模型。

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
Giovanni Compiani
Yuichi Kitamura

计量经济模型中的混合分布:简要综述与新结果

研究问题
有限混合与连续混合模型的可识别性有何差异,潜在混合变量维度及排除限制如何影响半参数和非参数模型的识别?
方法与思路
作者综述混合模型处理未观测异质性与多重均衡的应用,并在可检验排除限制下推导有限混合模型的非参数识别结果。
材料陈述的贡献
摘要称新结果无需协变量的无穷远识别假设,适用于含连续或离散协变量的有限混合模型,并在较弱条件下实现点识别。
阅读关注点
应核对有限与连续混合的识别差别、潜在变量维度限制,以及排除限制的可检验内容和所谓较弱条件的具体范围。
阅读边界
摘要未列出识别定理的完整条件及混合成分设定;有限混合的新结果不能直接推广到连续混合或任意异质性模型。

原文摘要

This paper is concerned with applications of mixture models in econometrics. Focused attention is given to semiparametric and nonparametric models that incorporate mixture distributions, where important issues about model specifications arise. For example, there is a significant difference between a finite mixture and a continuous mixture in terms of model identifiability. Likewise, the dimension of the latent mixing variables is a critical issue, in particular when a continuous mixture is used. We present applications of mixture models to address various problems in econometrics, such as unobserved heterogeneity and multiple equilibria. New nonparametric identification results are developed for finite mixture models with testable exclusion restrictions without relying on an identification‐at‐infinity assumption on covariates. The results apply to mixtures with both continuous and discrete covariates, delivering point identification under weak conditions.

笔记与分组
相关领域论文