Estimation in Partially Linear Single-Index Panel Data Models With Fixed Effects
固定效应部分线性单指标面板数据模型的估计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：摘要明确研究带固定效应的面板数据模型，并给出参数与连接函数估计及动态面板扩展，直接对应面板数据方法。
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…
固定效应部分线性单指标面板数据模型的估计
- 研究问题
- 在含固定效应的部分线性单指标面板模型中，如何同时估计参数与未知连接函数，并在截面规模、时间长度共同增长时建立统计推断？
- 方法与思路
- 作者结合虚拟变量法与半参数最小平均方差估计（SMAVE），在不显式差分的情况下消除固定效应，同时估计线性参数、单指标参数与未知连接函数。
- 材料陈述的贡献
- 摘要称参数估计量和连接函数的局部线性估计量均具有渐近正态性，相关分布类似随机效应情形；作者还研究动态扩展，并提供模拟与两项真实数据应用。
- 阅读关注点
- 重点核对固定效应处理、截面与时间维度的相对增长条件、平滑参数及渐近方差；动态扩展中还应检查滞后变量带来的识别与估计条件。
- 阅读边界
- 摘要未说明误差依赖结构、动态模型的具体形式、带宽条件及两个应用的数据背景；渐近正态结论针对双维度增长，不能直接套用于短面板。
原文摘要
In this article, we consider semiparametric estimation in a partially linear single-index panel data model with fixed effects. Without taking the difference explicitly, we propose using a semiparametric minimum average variance estimation (SMAVE) based on a dummy variable method to remove the fixed effects and obtain consistent estimators for both the parameters and the unknown link function. As both the cross-section size and the time series length tend to infinity, we not only establish an asymptotically normal distribution for the estimators of the parameters in the single index and the linear component of the model, but also obtain an asymptotically normal distribution for the nonparametric local linear estimator of the unknown link function. The asymptotically normal distributions of the proposed estimators are similar to those obtained in the random effects case. In addition, we study several partially linear single-index dynamic panel data models. The methods and results are augmented by simulation studies and illustrated by application to two real data examples. This article has online supplementary materials.