An Efficient Method of Moments Estimator for Discrete Choice Models With Choice-Based Sampling
基于选择抽样的离散选择模型有效矩估计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：摘要直接针对按选择结果抽样的离散选择模型，讨论选择概率信息与有效矩估计，因此归入离散选择方向。
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
基于选择抽样的离散选择模型有效矩估计
- 研究问题
- 在按选择结果进行抽样的离散选择模型中，如何构造有效估计量，并利用可得的总体边际选择概率来改进估计程序？
- 方法与思路
- 作者先灵活参数化解释变量的分布，再改写估计量以消除对这些参数假设的依赖，并允许直接纳入边际选择概率信息。
- 材料陈述的贡献
- 摘要称所提矩估计量有效；在纳入边际选择概率时，作者认为其计算方式与直观解释比此前提出的估计方法更易处理。
- 阅读关注点
- 应核对基于选择抽样的抽样机制、边际概率信息的使用方式、参数化依赖如何消除，以及效率主张成立的条件和计算过程。
- 阅读边界
- 摘要未说明效率结论所需的完整条件、边际选择概率是否已知或估计，也未提供计算成本比较，不能据此认定方法普遍更优。
原文摘要
In this paper, a new estimator is proposed for discrete choice models with choice-based sampling. The estimator is efficient and can incorporate information on the marginal choice probabilities in a straightforward manner and for that case leads to a procedure that is computationally and intuitively more appealing than the estimators that have been proposed before. The idea is to start with a flexible parametrization of the distribution of the explanatory variables and then rewrite the estimator to remove dependence on these parametric assumptions. Copyright 1992 by The Econometric Society.