Nonparametric identification in panels using quantiles
利用分位数进行面板非参数识别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：摘要明确讨论面板中的其他条件不变效应识别，以及平均和分位数结构函数导数。
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…
利用分位数进行面板非参数识别
- 研究问题
- 在具有时间同质性的非可分面板模型中，如何识别连续解释变量对平均和分位数结构函数的其他条件不变效应？
- 方法与思路
- 作者利用两期解释变量取值相同的个体识别结构函数导数，扩展至位置与尺度时间效应，并提出级数估计及加权 Bootstrap。
- 材料陈述的贡献
- 摘要称，两期面板可识别保持解释变量不变者的目标导数；加权重抽样支持对分位数或解释变量区域上的函数参数统一推断。
- 阅读关注点
- 应核对时间同质性的精确定义、保持者附近的支持条件及效应适用人群，并查看级数估计与统一置信推断所需条件。
- 阅读边界
- 所给出版社摘要未说明完整识别和光滑性条件；针对保持者的识别不能直接外推至全部个体，恩格尔曲线应用的数值也未提供。
原文摘要
This paper considers identification and estimation of ceteris paribus effects of continuous regressors in nonseparable panel models with time homogeneity. The effects of interest are derivatives of the average and quantile structural functions of the model. We find that these derivatives are identified with two time periods for “stayers”, i.e. for individuals with the same regressor values in two time periods. We show that the identification results carry over to models that allow location and scale time effects. We propose nonparametric series methods and a weighted bootstrap scheme to estimate and make inference on the identified effects. The bootstrap proposed allows inference for function-valued parameters such as quantile effects uniformly over a region of quantile indices and/or regressor values. An empirical application to Engel curve estimation with panel data illustrates the results.