Multiplicative-error models with sample selection
含样本选择的乘法误差模型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：摘要明确为含样本选择的乘法误差模型构造面板数据 GMM 估计量，同时也讨论截面估计。
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
含样本选择的乘法误差模型
- 研究问题
- 对于计数等非负受限因变量，如何在乘法误差模型中处理样本选择，并分别为截面和面板数据构造可行估计？
- 方法与思路
- 作者仅对结果的条件均值进行设定，建立半参数样本选择处理方法，并为截面与面板两种数据结构构造广义矩估计量。
- 材料陈述的贡献
- 摘要称提供处理乘法误差模型样本选择的简便方法，推导估计量的分布理论，并以模拟考察有限样本表现。
- 阅读关注点
- 应核对条件均值设定如何产生选择校正矩条件、所需识别信息，以及面板估计如何处理个体差异和时间相关性。
- 阅读边界
- 仅据所给出版社摘要，无法确定选择机制、有效矩条件或面板结构的具体限制；半参数设定不保证适用于任意选择过程。
原文摘要
This paper presents a simple approach to deal with sample selection in models with multiplicative errors. Models for non-negative limited dependent variables such as counts fit this framework. The approach builds on a specification of the conditional mean of the outcome only and is, therefore, semiparametric in nature. GMM estimators are constructed for both cross-section data and for panel data. We derive distribution theory and present Monte Carlo evidence on the finite-sample performance of the estimators.